分支限界法课堂.ppt

第九章 分支限界法 1 2 3 4 概述 图问题中的分支限界法 组合问题中的分支限界法 小结 9.1 概述 9.1.1 分枝限界法的设计思想 9.1.2 分枝限界法的时间性能 9.1.3 一个简单例子 --- 圆排列问题 ? 分支限界法按 广度优先策略 搜索问题的解空间树， 在搜索过程中，对待处理的结点根据 限界函数 估算目 标函数的可能取值，从中选取使目标函数取得极值 （极大或极小）的结点 优先 进行 广度优先搜索 ，从而 不断 调整搜索方向 ，尽快找到问题的解。 ? 分支限界法适用于求解 最优化问题 。 ? 确定一个 合理的限界函数 ，并根据限界函数确定目 标函数的 界 [down, up] 。 ? 按照 广度优先策略 搜索问题的解空间树，在分支结 点上，依次扩展该结点的所有孩子结点，分别估算这 些孩子结点的目标函数的可能取值，某孩子结点的目 标函数的可能取值 超出目标函数的界 ，则将其 丢弃 ； 否则，将其 加入待处理结点表 （以下简称 表 PT ）中。 ? 依次从表 PT 中 选取 使目标函数 取得极值的结点 成为 当前扩展结点 ，重复上述过程，直至找到最优解。 9.1.1 分支限界法的设计思想 分支限界法需要解决的 关键问题 ? 如何确定合适的限界函数。 （提示：计算简单， 减少搜索空间，不丢解） ? 如何组织待处理结点表。 （提示：表 PT 可以采用 堆 的形式，也可以采用 优先队列 的形式存储。各有什 么特点？） ? 如何确定最优解的各个分量。 （提示： 跳跃式处 理解 空树结点，必须 保存 搜索过程中经过的 路径信 息 。） 回溯法 从根结点出发，按照 深度优先策略 遍历问 题的解空间树。 分支限界法 按 广度优先策略 搜索问题的解空间树。 二者与蛮力法区别？ 回溯法与分支限界法区别？ 一般情况下，在问题的解向量 X =( x 1 , x 2 , … , x n ) 中 ， 分 量 x i (1 ≤ i ≤ n ) 的 取 值 范 围 为 某 个 有 限 集 合 S i ={ a i 1 , a i 2 , … , a iri } ，因此，问题的解空间由 笛卡儿 积 A = S 1 × S 2 × … × S n 构成 ，并且第 1 层的根结点有 | S 1 | 棵子树，则第 2 层共有 | S 1 | 个结点，第 2 层的每个 结点有 | S 2 | 棵子树，则第 3 层共有 | S 1 | × | S 2 | 个结点，依 此类推，第 n +1 层共有 | S 1 | × | S 2 | × … × | S n | 个结点， 他们都是 叶子结点，代表问题的所有可能解 。 9.1.2 分支限界法的时间性能 类比 回溯法 分析分支限界法的时间性能 1 1 1 1 1 1 0 0 0 0 0 0 0 1 图 8.2 0/1 背包问题的解空间树 对物品 1 的选择 对物品 3 的选择 对物品 2 的选择 1 2 3 4 5 7 8 11 12 14 15 3 10 6 9 例如： 对于 n =3 的 0/1 背包问题解空间树 分支限界法 和 回溯法 实际上都属于 蛮力穷举法 ，当 然不能指望它有很好的最坏时间复杂性，遍历具有指 数阶个结点的解空间树，在最坏情况下，时间复杂性 肯定为 指数阶 。 与回溯法不同的是，分支限界法首先扩展解空间树 中的上层结点，并采用限界函数， 有利于实行大范围 剪枝 ，同时， 根据限界函数不断调整搜索方向 ，选择 最有可能取得最优解的子树优先进行搜索。所以，如 果选择了结点的合理扩展顺序以及设计了一个好的限 界函数，分支界限法可以快速得到问题的解。 分支限界法的较高效率是以 付出一定代价 为基础的，其 工作方式也造成了算法设计的复杂性。 首先， 一个更好的限 界函数通常需要花费更多的时间计算相应的目标函数值，而 且对于具体的问题实例，通常需要进行 大量实验，才能确定 一个好的限界函数 ； 其次， 由于分支限界法对解空间树中结 点的处理是跳跃式的，因此，在搜索到某个叶子结点得到最 优值时，为了从该叶子结点求出对应的最优解中的各个分量， 需要对每个扩展结点保存该结点到根结点的路径，或者在搜 索过程中构建搜索经过的树结构，这使得算法的设计较为复 杂； 再次， 算法要维护一个待处理结点表 PT ，并且需要在表 PT 中快速查找取得极值的结点，等等。这都需要较大的存储 空间，在 最坏情况 下， 分支限界法 需要的 空间复杂性 是 指数 阶 。 9.1.3 一个简单的例子 — 圆排列问题 问题描述： 给定 n 个圆的半径序列，将这些圆放 到一个矩形框中，各圆与矩形框的 底边相切 ，则 圆的不同排列会得到不同的排列长度，要求找出 具有最小长度的圆排列。 想法： 采用分支限界法