8.2.17--剪枝函数的设计思路.pptVIP

8.2图问题中的8.2.17剪枝函数的设计思路

2.独立子问题：各子问题之间相互独立，这涉及到离治法的效率，如果各子问题不是独立的，则离治法需要重复地解公共的子问题。1.平衡子问题：最好使子问题的规模大致相同。也就是将一个问题划分成大小相等的k个子问题（通常k＝2），这种使子问题规模大致相等的做法是出自一种平衡（Balancing）子问题的思想，它几乎总是比子问题规模不等的做法要好。8.2.17剪枝函数的设计思路

一般来说，求解过程由以下三个阶段组成：（1）划分：既然是离治，当然需要把规模为n的原问题划分为k个规模较小的子问题，并尽量使这k个子问题的规模大致相同。（2）求解子问题：各子问题的解法与原问题的解法通常是相同的，可以用的方法求解各个子问题，有时处理也可以用循环来实现。（3）合并：把各个子问题的解合并起来，合并的代价因情况不同有很大差异，离治算法的有效性很大程度上依赖于合并的实现。

将一个难以直接解决的大问题，划分成一些规模较小的子问题，以便各个击破，分而治之。更一般地说，将要求解的原问题划分成k个较小规模的子问题，对这k个子问题分别求解。如果子问题的规模仍然不够小，则再将每个子问题划分为k个规模更小的子问题，如此分解下去，直到问题规模足够小，很容易求出其解为止，再将子问题的解合并为一个更大规模的问题的解，自底向上逐步求出原问题的解。图着色问题描述为：给定无向连通图G=(V,E)和正整数m，求最小的整数m，使得用m种颜色对G中的顶点着色，使得任意两个相邻顶点着色不同。

结构清晰，可读性强，而且容易用数学归纳法来证明算法的正确性，因此，它为设计算法和调试程序带来很大方便，是算法设计中的一种强有力的工具。但是，因为算法是一种自身调用自身的算法，随着深度的增加，工作栈所需要的空间增大，调用时的辅助操作增多，因此，算法的运行效率较低。

对于n=3的0/1背包问题，其解空间树如图8.2所示，树中的8个叶子结点分别代表该问题的8个可能解。对物品1的选择对物品3的选择对物品2的选择1111110000000112345781112141531069

规模为n的原问题的解与较小规模（通常是n/2）的子问题的解之间具有关系：原问题的解只存在于其中一个较小规模的子问题中；原问题的解与其中一个较小规模的解之间存在某种对应关系。由于原问题的解与较小规模的子问题的解之间存在这种关系，所以，只需求解其中一个较小规模的子问题就可以得到原问题的解。

1.循环直到序列A和序列B均只有一个元素1.1a=序列A的中位数；1.2b=序列B的中位数；1.3比较a和b，执行下面三种情况之一：1.3.1若a=b，则返回a，算法结束；1.3.2若ab，则在序列A中舍弃a之前的元素，在序列B中舍弃b之后的元素，转步骤1；1.3.3若ab，则在序列A中舍弃a之后的元素，在序列B中舍弃b之前的元素，转步骤1；2.序列A和序列B均只有一个元素，返回较小者；

为了用求解一个具有n个输入的问题，一般情况下，将其可能解表示为满足某个约束条件的等长向量X=(x1,x2,…,xn)，其中分量xi(1≤i≤n)的取值范围是某个有限集合Si={ai1,ai2,…,airi}，所有可能的解向量构成了问题的解空间。

问题的解空间一般用解空间树（SolutionSpaceTrees,也称状态空间树）的方式组织，树的根结点位于第1层，表示搜索的初始状态，第2层的结点表示对解向量的第一个分量做出选择后到达的状态，第1层到第2层的边上标出对第一个分量选择的结果，依此类推，从树的根结点到叶子结点的路径就构成了解空间的一个可能解。

的搜索过程涉及的结点（称为搜索空间）只是整个解空间树的一部分，在搜索过程中，通常采用两种策略避免无效搜索：（1）用约束条件剪去得不到可行解的子树；（2）用目标函数剪去得不到最优解的子树。这两类函数统称为剪枝函数（PruningFunction）。需要注意的是，问题的解空间树是虚拟的，并不需要在算法运行时构造一棵真正的树结构，只需要存储从根结点到当前结点的路径。