第五章回溯法.pptxVIP

回溯法;5.1 回溯法的算法框架;回溯法引言;回溯法引言;回溯法引言;回溯法引言;回溯法引言;回溯法引言;回溯法引言;回溯法引言;回溯法引言;回溯法引言;回溯法引言;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;回溯算法将用深度优先方式从根节点开始，通过搜索解空间树发现一个最小耗费的旅行。 一个可能的搜索为 ABCFL。L点，旅行1-2-3-4-1作为当前最好的旅行被记录下来，耗费 59。 从L点回溯到活节点F，F没有未被检查的孩子，所以它成为死节点，回溯到 C点。 C变为E-节点，向前移动到G，然后是M。这样构造出了旅行1-2-4-3-1，它的耗费是66。不比当前的最佳旅行好，抛弃它并回溯到G，然后是C,B。;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.1 回溯法的算法框架;5.2 装载问题;5.2 装载问题;5.2 装载问题;5.2 装载问题;5.2 装载问题;5.2 装载问题;5.2 装载问题;5.2 装载问题;5.3 批处理作业调度;5.3 批处理作业调度;5.3 批处理作业调度;5.3 批处理作业调度;private static void backtrack(int i) { if (i n) { for (int j = 1; j = n; j++) bestx[j] = x[j]; bestf = f; } else for (int j = i; j = n; j++) { f1+=m[x[j]][1]; f2[i]=((f2[i-1]f1)?f2[i-1]:f1)+m[x[j]][2]; f+=f2[i]; if (f bestf) { MyMath.swap(x,i,j); backtrack(i+1); MyMath.swap(x,i,j); } f1-=m[x[j]][1]; f-=f2[i]; } };5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;5.4 n后问题;;2;5.5 图的m着色问题;5.5 图的m着色问题;5.5 图的m着色问题;5.5 图的m着色问题;5.5 图的m着色问题;5.5 ???的m着色问题;5.5 图的m着色问题;5.5 图的m着色问题; GraphColor(int n,int m,int color[],bool c[][5]) { int i,k; for (i=0; in; i++ ) //将解向量color[n]初始化为0 color[i]=0; k=0; while (k=0) { color[k]=color[k]+1; //使当前颜色数加1 while ((color[k]=m) (!ok(color,k,c,n))) //当前颜色是否有效 color[k]=color[k]+1; //无效，搜索下一个颜色 if (color[k]=m) //求解完毕，输出解 { if (k==n-1)break; //是最后的顶点，完成搜索 else k=k+1; //否，处理下一个顶点 } else //搜索失败，回溯到前一个顶点 { color[k]=0; k=k-1; } } };5.6 0-1背包问题;5.