第5章 算法设计基本方法2汇.pptVIP

第5 章算法设计基本方法2 例：0-1背包问题… 设有3种物品，背包容量40公斤。物品1的重量30公斤，价值150元；物品2的重量20公斤，价值80元；物品3的重量10公斤，价值70元。 5.2 回溯法 “通用解题法”，是带优化的穷举法。 按深度优先策略，从根结点出发搜索解空间树。 对任意结点，先判断该结点是否包含问题的解。 若肯定不包含，则跳过对以该结点为根的子树的搜索，逐层向其祖先结点回溯； 否则，进入该子树，继续按深度优先搜索策略搜索。 解为叶子结点 这种以深度优先方式系统搜索问题解的算法称为回溯法，它适用于求解组合数较大的问题 回溯法 在回溯法中，并不是先构造出整棵状态空间树，再进行搜索，而是在搜索过程，逐步构造出状态空间树，即边搜索，边构造； 回溯法求问题的所有解时，要回溯到根，且根结点的所有子树都被搜索遍才结束。 在它求问题的一个解时，只要搜索到问题的一个解就结束。 回溯法 回溯法的使用 1、确定问题状态结构； 2、分析问题状态空间树； 3、确定深度搜索与回溯规则； 4、确定解状态判别规则； 5.2.2 回溯法的基本思想 从根结点出发，按照深度优先策略遍历解空间树，搜索满足约束条件的解。 先判断结点对应的部分解是否满足约束条件，或者是否超出目标函数的界，即判断该结点是否包含问题的（最优）解。 如果肯定不包含，则跳过对以该结点为根的子树的搜索，即所谓剪枝（Pruning）； 否则，进入以该结点为根的子树，继续按照深度优先策略搜索。 回溯法的三个基本步骤 1）定义问题的解空间 2）确定易于搜索的解空间结构 3）深度优先搜索解空间，并在搜索过程中用剪枝函数避免无效搜索 5.2.5 回溯法示例1 子集和数问题 问题 给定由n个不同正数组成的集合W={wi}，和正数M，求W中所有和等于M的子集的集合； 问题状态 可以设想，W中的每个数有选取和不选取两种可能，W的一个子集即为一个问题状态，可以表述为对每个元素选取或不选取的一个组合。 问题状态空间树 由空集开始，依次对每个元素进行选取和不选取两种选择，就可以得到W的全部子集，选取过程即可构成一棵状态空间树； 子集和数问题 按照回溯法思想，从状态树的根结点出发，做深度优先搜索； 为便于计算，将W中的正数按从小到大排序； 当在某一状态A下，依次尝试加入和不加入正数wi，若∑A+wiM，则可停止对该结点的搜索；若∑A+ ∑(wi…wn)M，则也可停止对该结点的搜索； 子集和数问题 算法如下：设置辅助向量A[i]，记录wi是否被选入；SW表示W的剩余和，SA表示选入项的总和；初始化A[i] = -1，表示未被处理过， SW= ∑Wi， SA=0；从w0开始，进行深度优先搜索： 检查是否得解以及是否需要继续对该结点进行搜索，如果需要，则 ①如果A[i]为-1（未被处理过），则尝试不选入wi： 置A[i] = 0，即：不选入wi； SW -= wi; A[++i] = -1; ②如果A[i]为0（未被选入），则尝试选入wi： 置A[i] = 1，即： 选入wi； SA += wi; A[++i] = -1; ③如果A[i]为1（已被选入），则退回上一项： A[i] = -1; SW += wi; SA -= wi; --i; 回溯法分析 约束集D性质：若 (x1…xi)满足D中所有约束(条件)，则其子集(x1…xj) ji 也满足约束；反之，若(x1…xj)不能满足D中所有约束，则任何以(x1…xj)为前缀的i元组(x1…xi) ij也不能满足D中，不必再继续搜索问题的解。 回溯求解的效率在很大程度上依赖于：产生局部解(x1…xk)的时间；计算约束所需的时间；满足局部约束的解的个数； 通常可以应用重排原理，先搜索分支较少的局部解，在约束不满足时，可以裁剪去较多的搜索分支，从而提高搜索效率。 示例2：0-1背包问题 给定n个物品和一个背包。设物品i（1≤i≤n）的重量为wi，其价值为vi，背包最大承重量为Max。问，应该如何选择物品装入背包，才能使背包内物品的总价值最大？选择物品i时，要么全部装入，要么不装入，不能只装入物品i的一部分。 算法基本思想 如果到达叶子，返回最优解opt[]；否则， 试探左子树：选取物品i，计算tw，tv；递归，取下一个物品； 回溯，舍去物品i，重新计算tw，tv； 试探右子树：递归，取下一个物品； 剪枝 约束条件 目标函数 设当前结点i，取该物品，则扩展左子树；舍去该物品，则扩展其右子树 若当前重量tw+wiMax，剪枝，跳过左子树 若当前价值+剩余物品的总价值当前最优价值bestv，则剪