算法——回溯

回溯算法：

简介：用回溯方法设计的算法就是回溯算法，用回溯方法解决问题首先应该明确问题的解空间。

解空间

对于一个由若干个小的决策组成的复杂的问题，解决这个问题的所有可能的决策序列构成了该问题的解空间，解空间中满足约束条件的的决策序列称为可行解，使目标达到最优的可行解称为最优解。
示例：
对于如下的TSP问题画出其解空间树：

确定了解空间树，我们才能进行下一步的构思

回溯方法

我们的总任务是在解空间树中搜索出解向量，如上述的TSP问题的最优解向量就是{0，2，1，3}。所以回溯方法每一步的核心是在确定了解向量X的前t个分量X[0 … (t-1)]的值以后，如何确定分量X[t]的值，为了方便描述，引入下列两个函数。

• T(X[0 … (t-1)])。表示在确定X[0 … (t-1)]以后，X[t]所有可能取值的集合。

• B(X[0 … t])。表示X[0 … t]是否违背约束条件，其中，B(X[0 … t]) = true表示X[0 … t]没有违背约束条件，B(X[0 … t]) = false表示X[0 … t]违背了约束条件
  
  回溯方法主要解决的问题可以分成两大类：

  • m-叉树的搜素：迷宫问题、子集和问题
  • 排列数的搜索：皇后问题、旅行商问题

m-叉树的搜索

import java.util.Arrays;

public class M_treeSearch {
    public static void main(String[] args) {
        int m=3;
//        m_叉树
        int n=4;
//        几个步骤
        int[] X=new int[n];
//        求解向量X的过程
        A a= new A(m,n,X);
        a.Mset(0);
    }
}
class A {
    int m;
    int n;
    int[] X;
    public A(int m, int n, int[] x) {
        this.m = m;
        this.n = n;
        X = x;
    }
    public  void Mset(int t){
        if (t>=n)
            System.out.println(Arrays.toString(X));
        else{
            for (X[t]=0;X[t]<m;X[t]++){
                Mset(t+1);
            }
        }
    }
}

排列树的搜索

import java.util.Arrays;

public class Prem {
    public static void main(String[] args) {
       int[] X={1,2,3,4};
       sorttree a=new sorttree(X);
       a.sort(0);
    }
}
class sorttree{
    int[] X;
    int len;
    public sorttree(int[] X) {
        this.X=X;
        this.len=X.length;
    }
    public void sort( int t ){
        if (t>=len)
            System.out.println(Arrays.toString(X));
        else{
            for (int i=t;i<=len-1;i++)
            {
                swap(t,i);
                sort(t+1);
                swap(t,i);
            }
        }
    }
    public int[] swap(int i, int j){
        int t =X[i];
        X[i]=X[j];
        X[j]=t;
        return X;
    }
}