算法设计和分析-第8章-回溯法.pptxVIP

第8章 回溯法;8.1 概 述 ; 复杂问题常常有很多的可能解，这些可能解构成了问题的解空间。 解空间也就是进行穷举的搜索空间，所以，解空间中应该包括所有的可能解。 确定正确的解空间很重要，如果没有确定正确的解空间就开始搜索，可能会增加搜索很多无用解，或者根本就搜索不到正确的解。;; 对于任何一个问题，可能解的表示方式和它相应的解释隐含了解空间及其大小。 例如，对于有n个物品的0/1背包问题，其可能解的表示方式可以有以下两种： （1）可能解由一个???等长向量组成，当物品i(1≤i≤n)装入背包时，解向量中包含分量i，否则，解向量中不包含分量i，当n=3时，其解空间是： { ( ), (1), (2), (3), (1, 2), (1, 3), (2, 3), (1, 2, 3) } （2）可能解由一个等长向量{x1, x2, …, xn}组成，其中xi=1(1≤i≤n)表示物品i装入背包，xi=0表示物品i没有装入背包，当n=3时，其解空间是： {(0, 0, 0), (0, 0, 1), (0, 1, 0), (1, 0, 0), (0, 1, 1), (1, 0, 1), (1, 1, 0), (1, 1, 1) }; 为了用回溯法求解一个具有n个输入的问题，一般情况下，将其可能解表示为满足某个约束条件的等长向量X=(x1, x2, …, xn)，其中分量xi (1≤i≤n)的取值范围是某个有限集合Si={ai1, ai2, …, aimi}，所有可能的解向量构成了问题的解空间。 ;8.1.1 问题的解空间 ; 例 8皇后问题 。; 问题的解空间一般用解空间树（Solution Space Trees,也称状态空间树）的方式组织，树的根结点位于第1层，表示搜索的初始状态，第2层的结点表示对解向量的第一个分量做出选择后到达的状态，第1层到第2层的边上标出对第一个分量选择的结果，依此类推，从树的根结点到叶子结点的路径（也可能是根节点到任何一个树中结点，但不含搜索失败的结点），就构成了解空间的一个可能解。;对于n=3的0/1背包问题，其解空间树如图8.1.1-2所示，树中的8个叶子结点分别代表该问题的8个可能解。 ;解向量：由根结点到叶结点的路径所定义 ; 对于n=4的TSP问题，其解空间树如图8.1.1-4所示，树中的24个叶子结点分别代表该问题的24个可能解，例如结点5代表一个可能解，路径为1→2→3→4→1，长度为各边代价之和。 ; 树中的结点：求解过程的一个状态;8.1.2 回溯法的设计思想;例如，对于n=3的0/1背包问题，三个物品的重量为{20, 15, 10}，价值为{20, 30, 25}，背包容量为25，从图8.1.2所示的解空间树的根结点开始搜索，搜索过程如下： ---应用约束条件剪枝; 再如，对于n=4的TSP问题，其代价矩阵如图所示， ;2; 回溯法的搜索过程涉及的结点（称为搜索空间）只是整个解空间树的一部分，在搜索过程中，通常采用两种策略避免无效搜索： （1）用约束条件剪去得不到可行解的子树； （2）用目标函数剪去得不到最优解的子树。 这两类函数统称为剪枝函数（Pruning Function）。 需要注意的是，问题的解空间树是虚拟的，并不需要在算法运行时构造一棵真正的树结构，只需要存储从根结点到当前结点的路径。;针对所给问题，定义问题的解空间： 首先应明确定义问题的解空间，问题的解空间应至少包含问题的一个（最优或最终）解。 确定易于搜索的解空间结构： 问题的解空间结构通常以树的形式表示，常用的两类典型的解空间树是子集树和排列树。 以深度优先方式搜索解空间树，并在搜索过程中采用剪枝函数来避免无效搜索。;8.1.3 回溯法的求解过程 ;（1）如果X=(x1, x2, …, xi＋1)是问题答案解，则输出这个解。如果问题只希望得到一个解，则结束搜索，否则继续搜索其他解； （2）如果X=(x1, x2, …, xi＋1)是问题的部分解，则继续构造解向量的下一个分量； （3）如果X=(x1, x2, …, xi＋1)既不是问题的部分解也不是问题的答案解，则存在下面两种情况： ① 如果xi+1= ai＋1k不是集合Si＋1的最后一个元素，则令xi+1= ai＋1k＋1，即选择Si+1的下一个元素作为解向量X的第i+1个分量； ② 如果xi+1= ai＋1k是集合Si＋1的最后一个元素，就回溯到X=(x1, x2, …, xi)，选择Si的下一个元素作为解向量X的第i个分量，假设xi= aik，如果aik不是集合Si的最后一个元素，则令xi= aik＋1；否则，就继续回