回朔法及蛮力法.ppt

第六章 回朔法与蛮力法 回溯法 有许多问题，当需要找出它的解集或者要求回答什么解是满足某些约束条件的最佳解时，往往要使用回溯法。 回溯法的基本做法是搜索，或是一种组织得井井有条的，能避免不必要搜索的穷举式搜索法。这种方法适用于解一些组合数相当大的问题。 回溯法在问题的解空间树中，按深度优先策略，从根结点出发搜索解空间树。算法搜索至解空间树的任意一点时，先判断该结点是否包含问题的解。如果肯定不包含，则跳过对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，继续按深度优先策略搜索。 问题的解空间 生成问题状态的基本方法 扩展结点:一个正在产生儿子的结点称为扩展结点 活结点:一个自身已生成但其儿子还没有全部生成的节点称做活结点 死结点:一个所有儿子已经产生的结点称做死结点 深度优先的问题状态生成法：如果对一个扩展结点R，一旦产生了它的一个儿子C，就把C当做新的扩展结点。在完成对子树C（以C为根的子树）的穷尽搜索之后，将R重新变成扩展结点，继续生成R的下一个儿子（如果存在） 宽度优先的问题状态生成法：在一个扩展结点变成死结点之前，它一直是扩展结点 回溯法：为了避免生成那些不可能产生最佳解的问题状态，要不断地利用限界函数(bounding function)来处死那些实际上不可能产生所需解的活结点，以减少问题的计算量。具有限界函数的深度优先生成法称为回溯法 回溯法的基本思想 递归回溯 回溯法对解空间作深度优先搜索，因此，在一般情况下用递归方法实现回溯法。 void backtrack (int t) { if (tn) output(x); else for (int i=f(n,t);i=g(n,t);i++) { x[t]=h(i); if (constraint(t)bound(t)) backtrack(t+1); } } 回朔搜索 private static void backtrack(int i) { if(in){ if (cpbestp) bestp=cp; return; } if (cw+w[i]=c){ cw+=w[i]; cp+=p[i]; backtrack(i+1); cw-=w[i]; cp-=p[i]; } if (bound(i+1)bestp) backtrack(i+1); } 图的m着色问题 private static void backtrack(int i) { if (i == n) { if (a[x[n - 1]][x[n]] Float.MAX_VALUE a[x[n]][1] Float.MAX_VALUE (bestc == Float.MAX_VALUE || cc+a[x[n - 1]][x[n]]+a[x[n]][1]bestc)) { for (int j = 1; j = n; j++) bestx[j] = x[j]; bestc = cc+a[x[n - 1]][x[n]]+a[x[n]][1]; } } else { for (int j = i; j = n; j++) // 是否可进入x[j]子树? if (a[x[i - 1]][x[j]] Float.MAX_VALUE (bestc == Float.MAX_VALUE || cc+a[x[i - 1]][x[j]]bestc)) {// 搜索子树 MyMath.swap(x, i, j); cc+=a[x[i - 1]][x[i]]; backtrack(i + 1); cc-=a[x[i - 1]][x[i]]; MyMath.swap(x, i, j); } } 蛮力法 蛮力法是基于计算机运算速度快这一特性，把问题的所有情况或所有过程交给计算机去一一尝试，从中找出问题的解。 枚举是一种非常普遍的思维方法.它根据问题中的条件将可能