算法设计与分析实验四：回溯法实现TSP问题和0-1背包问题

【实验目的】
1、掌握回溯法的设计思想；
2、掌握解空间树的构造方法，以及在求解过程中如何存储求解路径；
3、考察回溯法求解问题的有效程度。

TSP问题

一、实验内容：
利用回溯法编程求解TSP问题。
回溯算法的基本思想是：从一条路往前走，能进则进，不能进则退回来，换一条路再试。
　　用回溯算法解决问题的一般步骤为：
　1、定义一个解空间，它包含问题的解。
　2、利用适于搜索的方法组织解空间。
　3、利用深度优先法搜索解空间。
　4、利用剪枝函数避免移动到不可能产生解的子空间
对于n=4的TSP问题，其解空间树如图所示，树中的24个叶子结点分别代表该问题的24个可能解，例如结点5代表一个可能解，路径为1→2→3→4→1，长度为各边代价之和。

算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。
二、实验源程序及结果截图：
1、实验代码:

#include <iostream> 
using namespace std; 
#define N 25 
int n;//城市个数 
int d[N+1][N+1]; //邻接矩阵 
int x[N];//存放顶点号 
int best[N]; //最优路径 
int len_now; //当前路径长度 
int length=100;//最优距离 

void TSP(int t) 
{
    
	 if(t>n) //到叶子节点 
	 {
    
	 //如果最后一个城市与出发的城市之间有路径，且当前总距离比最优值小，则更新最优值 
		 if(d[x[n]][x[1]] > 0 && len_now+d[x[n]][x[1]] < length || length==0)
		 {
    
			 length=len_now+d[x[n]][x[1]]; 
			 for(int j=1; j<=n; j++) 
				 best[j]=x[j]; 
			cout<<"目前最优解为："<<endl; 
			for(int j=1; j<=n; j++) 
				 cout<<best[j]<<" "; 
			cout<<best[1];
			cout<<"\n距离为："<<length<<endl; 
		 } 
	 } 
	 else //没有搜索到叶子节点 
	 {
    
		 for(int i=t;i<=n;i++) 
		 {
   
		 	//如果第t-1个城市与第i个城市之间有路径，且当前总距离比最优值小，则更新最优值 
			 if(d[x[t-1]][x[i]