TSP问题的解决方案.pdf

分享高质量文档

《算法设计与分析》实验报告一

学号：姓名：

日期:得分:

一、实验内容：

TSP问题

二、所用算法的基本思想及复杂度分析：

1、蛮力法

1）基本思想

借助矩阵把问题转换为矩阵中点的求解。首先构造距离矩阵，任意节点

到自身节点的距离为无穷大.在第一行找到最小项a［1］[j］,从而跳转到

第j行，再找到最小值a［j］［k]，再到第k行进行查找。.。然后构造各

行允许数组row[n]=｛1,1…1},各列允许数组colable[n］=｛0,1，1….1｝，

其中1表示允许访问,即该节点未被访问；0表示不允许访问，即该节点

已经被访问.如果改行或该列不允许访问，跳过该点访问下一节点。程序

再发问最后一个节点前，所访问的行中至少有1个允许访问的节点,依次

访问这些节点找到最小的即可；在访问最后一个节点后，再次访问,会返

回k=0,即实现访问源节点，得出一条简单回路。

2）复杂度分析

基本语句是访问下一个行列中最小的点,主要操作是求平方，假设有n个

点，则计算的次数为n^2-n。T（n)=n*（n-1)=O(n^2）。

2、动态规划法

1）基本思想

假设从顶点s出发，令d（i，V’表示从)顶点i出发经过V’（是一个点的集合)中各个顶点

一次且仅一次，最后回到出发点s的最短路径长度。

推导：(分情况来讨论）

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’这个城市集合中，尝试每一

个,并求出最优解。

1

分享高质量文档

分享高质量文档

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问题的动态规划方程就出来了：

2）复杂度分析

和蛮力法相比，动态规划求解tsp问题，把原来时间复杂性O（n！）的

排列转化为组合问题，从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

确定了解空间的组织结构后，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

为当前的扩展结点处,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，并为当前扩展结点.如果在当前的扩展结点处不

能再向纵深方向移动，则当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当前的扩

展结点.回溯法以这种工作方式递归地在解空间中搜索，直至找到所

要求的解或解空间中已无活结点时为止。

回溯法求解TSP问题，首先把所有的顶点的访问标志初始化为0,然

后在解空间树中从根节点出发开始搜索，如果从根节点到当前结点对

应一个部分解，即满足上述约束条件，则在当前结点处选择第一棵子

树继续搜索，否则，对当前子树的兄弟结点进行搜索，如果当前结点

的所有子树都已尝试过并且发生冲突,则回溯到当前结点的父节点。

采用邻接矩阵mp［n][n］存储顶点之间边的情况，为避免在函数间

传递参数