《算法设计与分析》第章.pptVIP

8.1 一般方法 8.2 n-皇后 8.3 子集和数 8.4 图的着色 8.5 哈密顿环 8.6 0/1背包 8.7 批处理作业调度;8.1.1 基本概念 ;目标函数，也称代价函数（cost function），用来衡量每个可行解的优劣。使目标函数取最大（或最小）值的可行解为问题的最优解。 状态空间树（state space）是描述问题解空间的树形结构。树中每个结点称为一个问题状态（problem state）。如果从根到树中某个状态的路径代表一个作为候选解的元组，则称该状态为解状态（solution state）。如果从根到某个解状态的路径代表一个作为可行解的元组，则称该解状态为答案状态(answer state)。 ;8.1.2剪枝函数和回溯法 ;使用剪枝函数的深度优先生成状态空间树中结点的求解方法称为回溯法（backtracking）；广度优先生成结点，并使用剪枝函数的方法称为分枝限界法（branch-and-bound）。 ;【程序8－1】递归回溯法 Void RBacktrack(int k) {//应以Rbacktrack(0)调用本函数 for (每个x[k],使得 x[k]?T(x[0],?,x[k-1]) (Bk(x[0],?,x[k])){ if ( (x[0],x[1],?,x[k])是一个可行解) 输出 (x[0],x[1],?,x[k]); RBacktrack(k+1); } };【程序8-2】 迭代回溯法 Void IBacktrack(int n) { int k=0; while (k=0){ if (还剩下尚未检测的x[k]，使得x[k] ?T(x[0],?,x[k-1]) Bk(x[0],?,x[k]){ if ( (x[0],x[1],?,x[k])是一个可行解) 输出(x[0],x[1],?,x[k]); k++; } else k--; } } ;8.1.3?回溯法的效率分析 ;蒙特卡罗方法（Monte Carlo）。这种估计方法的基本思想是在状态空间树中随机选择一条路径(x0, x1,…, xn?1)。设X是这条随机路径上，代表部分向量(x0, x1,…, xk?1)的结点，如果在X处不受限制的孩子数目是mk，则认为与X同层的其他结点不受限制的孩子数目也都是mk。 整个状态空间树上将实际生成的结点数估计为 m = 1+m0+m0m1+m0m1m2+ ? ;【程序8-3】 蒙特卡罗算法 int Estimate(SType* x) { int k=0,m=1,r=1; do { SetType S={ x[k]| x[k]?T(x[1],?,x[k?1]) Bk(x[1],?,x[k]==true)}； if (!Size(S)) return m; r=r*Size(S);m=m+r; x[k]=Choose(S);k++; }while(1); };8.2.1? ?问题描述 ;8.2.2 回溯法求解 ;皇后问题的状态空间树是一棵排列树。排列树有n!个叶结点，遍历排列树的时间为?(n!)。 ; ;8.2.3? n-皇后算法 ;void NQueens(int k,int n,int *x) { for (int i=0; in;i++) { if (Place(k,i,x)) { x[k]=i; if (k==n-1) { for(i=0;in;i++)coutx[i] ; coutendl; } else NQueens(k+1,n,x); } } }; ; ; ;8.2.4