TSP问题解决方案.docxVIP

精品文档 精品文档 PAGE PAGE20 精品文档 PAGE ,. 《算法设计与剖析》实验报告一 学 号： 姓 名： 日 期：得 分： 一、内容： TSP 二、所用算法的基本思想及复度剖析： 1、蛮力法 1）基本思想 借助矩把矩中点的求解。首先结构距离矩，随意点 到自己点的距离无大。在第一行找到最小 a[1][j]，进而跳到 第j行，再找到最小a[j][k]，再到第k行行找。。。然后结构各行允 数row[n]={1,1?1}，各列允数 colable[n]={0,1,1?.1}，其中1 表示允，即点未被； 0表示不允，即点已 被。如果转行或列不允，跳点下一点。程序再 最后一个点前，所的行中起码有 1个允的点，依次 些点找到最小的即可；在最后一个点后，再次，会 返回k=0，即源点，得出一条回路。 2）复度剖析 基本句是下一个队列中最小的点，主要操作是求平方，假有 n ;.. ,. 个点，则计算的次数为 n^2-n。T(n)=n*(n-1)=O(n^2)。 2、动向规划法 1）基本思想 假定从极点 s出发，令d(i,V ’)表示从极点 i出发经过 V’(是一个点的会合 )中各个极点一次且 仅一次，最后回到出发点 s的最短路径长度。 推导：(分情况来议论 ) ① 当V’为空集，那么 d(i,V ’)，表示从 i不经过任何点就回到 s了，如上图的 城市3-城 市0(0为起点城市)。此时d(i,V ’)=Cis(就是 城市i到城市s的距离)、 ②如果V’不为空，那么就是对子问题的最优求解。你必须在 V’这个城市会合中，尝试每一 个，并求出最优解。 d(i,V ’)=min{Cik+d(k,V-’{k})} 注：Cik表示你选择的城市和城市 i的距离，d(k,V-’{k})是一个子问题。 综上所述，TSP问题的动向规划方程就出来了： 2）复杂度剖析 和蛮力法相比，动向规划求解 tsp问题，把原来时间复杂性 O（n！）的 排列转变为组合问题，进而降低了时间复杂度，但仍需要指数时间。 3、回溯法 1）基本思想 确定认识空间的组织结构后，回溯法从开始结点（根结点）出发，以 深度优先方式搜索整个解空间。 这个开始结点成为活结点，同时也成 为目前的扩展结点处，搜索向纵深方向移至一个新结点。 这个新结点 即成为新的活结点，并为目前扩展结点。如果在目前的扩展结点处不 能再向纵深方向移动，则目前扩展结点就成为死结点。 此时，应往回 移动（回溯）至最近的一个活结点处，并使这个活结点成为目前的扩 ;.. ,. 展点。回溯法以种工作方式地在解空中搜索， 直至找到所 要求的解或解空中已无活点止。 回溯法求解TSP，首先把所有的点的志初始化 0，然 后在解空中从根点出开始搜索， 如果从根点到目前点 一个部分解，即足上述束条件，在目前点第一棵子 搜索，否，目前子的兄弟点行搜索， 如果目前点 的所有子都已并且生矛盾，回溯到目前点的父点。 采用接矩mp[n][n]存点之的情况，防止在函数 参数，将数mp置全局量，数 x[n]表示哈密回路 的点。 2）复度剖析 在哈密回路的可能解中，考到束条件 xi!=xj(1=I,j=n,i!=j), 可能解是（1,2,?,n）的一个排列，的解空种起码有 n! 个叶子点，每个叶子点代表一种可能解。当找到可行的最解， 算法停止。根据条件不同复度也会不同，里 O（n！）。 4、分支限界法 1）基本思想 分支界线法以广度先或以最小耗 （最大效益）的方式搜索 的解空。的解空是表示解空的一棵有序， 常 的有子集和排列。在搜索的解空，分支界线法与回 溯法的主要区在于他目前展点所采用的展方式不同。 在 分支界线法中，每一个活点只有一次时机成展点。 活点一 ;.. ,. 旦成为扩展结点，就一次性产生其所有儿子结点。在这些儿子结点中， 致使不可行解或致使非最优解得儿子结点被舍弃， 其余儿子结点被加 入活结点表中。算法开始时创建一个最小堆，用于表示活结点优先队 列。堆中每个结点的子树费用的下界 lcost值是优先队列的优先级。 接着算法计算出图中每个极点的最小费用出边并用 minout记录。如 果所给的有向图中某个极点没有出边， 则该图不可能有回路，算法即 告结束。如果每个极点都有出边，则根据计算出的 minout作算法初 始化。 2）复杂度剖析 目标函数（限界函数），lb分为三部分，第一部分是经过路径的长度 相加的2倍，加上第二部分别着路径首尾节点最近的距离相加 （不在 已知路径上的），加上第三部分除了路径上节点，矩阵中两个最短的 距离相加，最后这三部分和相加，得到的结果除以 2便是每个节点的 限界值。由于限界函数的不同，下界为 O（n），上界为O（2^n）,智 力特定指出。 三、源程序及说明： 1、蛮力法 intmain() {