数据结构及算法内部排序.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 应 用 应 用 应 用 解空间树中的结点类型为bbnode，最大优先队列中元素的类型是CliqueNode。当从最大优先队列中选取元素时，选取的是具有最大un值的元素。函数AddCliqueNode用于向生成的子树和最大堆中加入结点。函数BBMaxClique在解空间树中执行最大收益分枝定界搜索，树的根作为初始的扩展结点。while循环不断展开扩展结点直到一个叶结点变成扩展结点，因此最大完备子图已经找到。沿着生成的树中从叶结点到根的路径，即可构造出这个最大完备子图。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 应 用 在上述程序中，回溯算法作为类GraphMatrixND的一个成员来实现，函数MaxClique对解空间树进行搜索，而MaxClique(1)初始化必要的变量。MaxClique(v)的执行返回最大完备子图的尺寸。 数据结构与算法（C++语言版） 第15章 分枝定界法 算 法 思 想 分枝定界法是另一种系统地搜索解空间的方法，其解空间树也为一棵有序树，如排序树或子集树。它与回溯法的主要区别在于对当前扩展结点所采用的扩展方式不同。在分枝定界法中，每一个活结点有且仅有一次机会变成扩展结点，活结点一旦变为扩展结点，就会一次性地生成其所有的孩子结点（即新结点），在这些孩子结点中，那些不可能导出可行解或最优解的结点将被舍弃，其余的孩子结点被加入活结点表中。然后从表中选择一个结点作为下一个扩展结点，并重复上述结点的扩展过程，直到找到所需要的解或活动表为空时结束。 算 法 思 想 从活结点表中选择下一个扩展结点通常有两种方式。①先进先出（FIFO）法。即从活结点表中取出结点的顺序与加入结点的顺序相同，因此活结点表的性质与队列的相同。②最小耗费或最大收益法。由于解空间中每个结点都有一个对应的耗费或收益，可将活结点表组织成一个优先队列，并根据结点的耗费所确定的结点优先级别来选取下一个结点。如果查找的是具有最小耗费的解，则活结点表可用最小堆来建立，下一个扩展结点就是具有最小耗费的活结点；如果查找的是具有最大收益的解，则可用最大堆来构造活结点表，下一个扩展结点便是具有最大收益的活结点。 例15-1 下面分别用FIFO分枝定界法和最大收益分枝定界方法解决例14-1的背包问题并进行比较，即n = 3，w = [20, 15, 15]，p = [40, 25, 25]，c = 30，它们的解空间也与上一章例的解空间相同。 ① FIFO分枝定界利用一个队列来记录活结点，结点按照FIFO顺序从队列中取出。在该方法的搜索过程中，初始以根结点A作为扩展结点，活结点队列为空，对A进行扩展时，生成结点B和C，由于这两个结点都是可行的，因此都被加入活结点队列中，结点A被删除。下一个扩展结点B，产生结点D和E，由于D是不可行的，因此被删除，而E被加入队列中。下一步选择结点C为扩展结点，生成结点F和G，两者都是可行结点，加入队列中。下一个扩展结点E生成结点J和K，J不可行而被删除，K是一个可行的叶结点，并产生一个到目前为止可行的解，它的收益值为40。 例15-1 接下来扩展结点F，它产生两个孩子L和M，L代表一个可行的解且其收益值为50，M代表另一个收益值为15的可行解。G是最后一个扩展结点，它的孩子N和O都是可行的。由于活结点队列变为空，因此搜索过程终止，最佳解的收益值为50。 从上述过程可看出，在解空间树上进行的FIFO分枝定界方法类似于从根结点出发的广度优先搜索，它们的主要区别是在FIFO分枝定界法中不可行的结点不会被搜索。 ② 最大收益分枝定界法使用一个最大堆，其中的扩展结点按照每个活结点收益值的降序，或者按照活结点任意子树的叶结点所能获得的收