算法分析第六章 基本算法的设计的策略 搜索的策略.ppt

V.搜索策略 GPS: General Problem Solving Prolog: logical language 基本搜索方法 Bread First Serach 宽度优先搜索 Depth First Search 深度优先搜索 Hill Climbing 爬山法 ?回溯 启发式 * 5．1 DFS和BFS DFS：首先访问指定起始点，然后取与之相临的任一未被访问的顶点，依DFS模式访问之。 给定图G=(V,E)，有n个顶点(|V|=n)，设置全局的visited[n]:节点是否被访问过的标志，初始赋为false,该算法访问所有自v出发可达的点。 Void dfs (int v ) { int w; visited[v] = true; for each vertex w adjacent to v do if ( !visited[w]) dfs(w) } * DFS搜索路径 穷尽下面搜索路径，浪费时间多。 V1 V3 V2 V7 V5 V4 V6 V8 * BFS BFS：从访问起始顶点出发，访问该顶点的全部邻接顶点，在对起始点的全部邻接点的邻接点进行访问。 ? 图G=(V,E)，访问标志visited[n]，Queue队列 * BFS算法 Void bfs(int v) { int w; Queue q; visited[v]=ture; q.initialize(); q.add(v); //初始化访问结点：根层 while (!q.isEmpty()) { //…若干处理 v = q.delete(); for all vertices w adjacent to v do if(!visited[w]) { q.add(w); visited[w] = true; } } //of while }?注意其处理过程 * 5．2 爬山法 若有某种方法能对每一个结点下面的分支进行排序，使最有希望的分支首先被探索。 爬山法：深度优先+对每一决策点可能路径进行排序。? 可能问题： 1） Foothill Problem 山脚问题（小丘问题） 局部极小点。 2） Ridge Problem 山脊问题 3）Plateau Problem 高原问题 在山下穿行 * 共轭梯度法（1） 考虑 min f(x)= A：n×n对称正定 X，B∈En, C常数。 共轭：X，Y关于A共轭（A为n×n正定阵） 共轭为正交的推广：取A=I时即正交。 共轭梯度法为共轭向量法的一种，用当前极小点的梯度 * 共轭梯度法（2） 方法： （1）给定X(0)，给出误差ε＞0 （2）计算 ， 用下式计算 * 共轭梯度法（3） （3）假定已得出 和 第k+1次近似 ： 　　 （4）若 停止计算；否则，若k n-1，则计算 转至（3）。 min λ * 5．3 回溯法Backtracking GPS求解不是根据固定规则，而是采用试错法(trail and error)(或：“摸着石头过河”)。将整个过程分为多个部分任务，每个部分的任务一般可递归的表达。包含多个子任务。整个求解（搜索）过程是建立树，扫描树（剪枝）的过程。 一般是指数的，通过启发式规则改进。 * 皇后问题(1) 例5.3.1.8皇后问题 首先考虑四皇后问题 × S 0 1 2 3 1 2 3 0 2 3 2 3 1 3 1 2 2 3 0 3 1 2 3 2 3 1 2 1 3 1 3 0 2 1 × × × × × X1 X2 X4 X3 * 皇后问题(2) 对于不成功的点，返