分支限界法（算法分析与设计）

0.概念

分支限界法常以广度优先（队列式（先进先出）分支限界）或以最小耗费（最大效益）优先的方式（优先队列分支限界）搜索问题的解空间树。

在分支限界法中，每一个活结点只有一次机会成为扩展结点。活结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，导致不可行解或导致非最优解的儿子结点被舍弃，其余儿子结点被加入活结点表中。此后，从活结点表中取下一结点成为当前扩展结点，并重复上述结点扩展过程。这个过程一直持续到找到所需的解或活结点表为空时为止。

1.与回溯法的不同

求解目标：回溯法的求解目标是找出解空间树中满足约束条件的所有解，而分支限界法的求解目标则是找出满足约束条件的一个解，或是在满足约束条件的解中找出在某种意义下的最优解。

搜索方式的不同：回溯法以深度优先的方式搜索解空间树，而分支限界法则以广度优先或以最小耗费优先的方式搜索解空间树。

2.广度优先或以最小耗费优先的方式

广度优先：与层次遍历相似，唯一的不同之处在于不再遍历不可行节点

最小耗费优先与贪心算法的不同：

从字面上的意思理解，最小耗费优先，是以最小耗费优先计算，并不是不将较大耗费的节点作为活节点了，只是在作为活节点的时候将较大耗费的那支给剪了；而贪心算法，是只计算最小耗费的节点，较大耗费的节点就不再作为活节点了。

A算法（启发式搜索）、贪心、分支限界求最优解的区别：

对当前优先搜索方向的判断标准为< 有可能的最优解 >。而最优解可以用一个评估函数来做，即已经有的耗散度加上以后有可能的耗度。A算法就是把两个耗散度加在一起，作为当前状态的搜索搜索方向；但是对以后的耗散度的评估是麻烦的，D（迪杰斯特拉，贪心）算法就是把当前有的路的最短的作为，以后耗散度的评估。分支限界算法就是只以以前的耗散度为评估函数。

3.单源最短路径

A.优先队列式分支界限

#include<iostream>
#include<vector>
#include<climits>
#include<queue>
using namespace std;
vector< vector<int> > v;
vector<int> dist;
int num;
struct Node
{
	int i;//顶点i 
	int len;//起点到顶点i的距离 
}; 
struct cmp
{
	bool operator ()(Node a,Node b)
	{
		return a.len>b.len;	
	}
};
void shortest(int start)
{
	priority_queue<Node,vector<Node>,cmp> q;
	Node startv;
	startv.i=start;
	startv.len=0;
	q.push(startv); 
	dist[start]=0;
	while(true)
	{
		for(int j=0;j<num;j++)//到哪个节点距离小，就将哪个节点作为扩展节点，并不是要按部就班的深度搜索，也不是以后不将耗费较大的做活节点了 
		{
			if(q.top().len+v[q.top().i][j]<dist[j]&&v[q.top().i][j]!=-1) 
			{
				dist[j]=q.top().len+v[q.top().i][j];
				Node temp;
				temp.i=j;
				temp.len=dist[j];
				q.push(temp);
			}
		}
		if(q.empty())
		{
			break;
		}
		else
		{
			q.pop();
		}
	}
}
int main()
{
	ci