算法设计与分析第六章回溯算法(一)
一、回溯算法概述
(1)、以深度优先的方式系统地搜索问题的解的方法称为回溯法。可以系统地搜索一个问题的所有解或任意解。
(2)、回溯法的基本做法是搜索,或是一种组织得井井有条的,能避免不必要搜索的穷举式搜索法。
(3)、应用回溯法求解时,需要明确定义问题的解空间。问题的解空间应至少包含问题的一个(最优)解。
解空间的特点:
(完全)二叉树.
问题的解是一棵子树(一条路)
通过深度优先搜索获得最优解
(4)、回溯算法基本思想:
在回溯法搜索解空间树时,通常采用两种策略(剪枝函数)避免无效搜索以提高回溯法的搜索效率:
用约束函数在扩展结点处剪去不满足约束条件的子树;
用限界函数剪去不能得到最优解的子树。
二、回溯算法有关例题
1、素数环
问题描述:
素数环:从1到20这20个数摆成一个环,要求相邻的两个数的和是一个素数。
问题分析:
从1开始,每个空位有20种可能,只要填进去的数合法:
(1)、与前面的数不相同;
(2)、与左边相邻的数的和是一个素数。
(3)、第20个数还要判断和第1个数的和是否素数。
素数环(3个数)的解空间(搜索空间)
分析流程:
1、数据初始化;
2、递归填数:判断第i个数填入是否合法;
A、如果合法:填数;判断是否到达目标(20个已填完):
是,打印结果;不是,递归填下一个;(剪枝条件)
B、如果不合法:选择下一种可能;
代码:
#include <iostream>
#include<cmath>
#include<cstdlib>
#include<cstdio>
using namespace std;
bool b[21]={0};
int total=0,a[21]={0};
int print(); //输出答案
bool pd(int x,int y); //判断素数
int search(int x); //回溯方案
int main()
{
search(1);
cout<<total<<endl; //这是总方案数
return 0;
}
int search(int x)
{
int i;
for(i=1;i<=20;i++)
if(pd(a[x-1],i)&&!b[i])//和是否为素数 该数是否可用
{
a[x]=i;
b[i]=1;
if(x==20)
{
pd(a[20],a[1]);
print();
}
else search(x+1);
b[i]=0; //可以选择不用这个数,保证每种方案
}
}
bool pd(int x,int y)
{
int i=x+y,j=2;
while(j<=sqrt(i)&&i%j!=0)
j++;
if(j>sqrt(i)) return 1;
else return 0;
}
int print()
{
total++;
cout<<"<"<<total<<">"; //第几种方案
for(int j=1;j<=20;j++) //素数圈
cout<<a[j]<<" ";
cout<<endl;
}
2、n位数任取r个数进行全排列
问题描述:
设有n个整数的集合{1,2,…,n},从中取出任意r个数进行排列(r<n),试列出所有的排列。
问题分析:
3个数全排列搜索空间
代码:
#include<cstdio>
#include<iostream>
#include<iomanip>
using namespace std;
int num=0,a[10001]={0},n,r;
bool b[10001]={0};
int search(int); //回溯过程
int print(); //输出方案
int main(){
cout<<"input n,r:";
cin>>n>>r;
search(1);
cout<<"number="<<num<<endl; //输出方案总数
}
int search(int k){
int i;
for (i=1;i<=n;i++)
if (!b[i]) { //判断i是否可用
a[k]=i; //保存结果
b[i]=1;
if (k==r)
print();
else
search(k+1);
b[i]=0;
}
}
int print(){
num++;
for (int i=1;i<=r;i++)
cout<<setw(3)<<a[i];
cout<<endl;
}
运行结果:
3、自然数拆分问题
问题描述:
任何一个大于1的自然数n,总可以拆分成若干个小于n的自然数之和
当n=7共14种拆分方法:
7=1+1+1+1+1+1+1
7=1+1+1+1+1+2
7=1+1+1+1+3
7=1+1+1+2+2
7=1+1+1+4
7=1+1+2+3
7=1+1+5
7=1+2+2+2
7=1+2+4
7=1+3+3
7=1+6
7=2+2+3
7=2+5
7=3+4
total=14
问题分析:
n=4 的解空间
代码:
#include<cstdio>
#include<iostream>
#include<cstdlib>
using namespace std;
int a[10001]={1},n,total;
int search(int s ,int t); // s 代表待拆分的数; 序列中t 代表拆分序列中的数的编号
int print(int);
int main(){
cin>>n;
search(n,1); //将要拆分的数n传递给s
cout<<"total="<<total<<endl; //输出拆分的方案数
}
int search(int s,int t){
int i;
for (i=a[t-1];i<=s;i++)//后面的加数不小于前面的加数
if (i<n) { //当前数i要大于等于前1位数,且不过n
a[t]=i; //保存当前拆分的数i
s-=i; //s减去数i, s的值将继续拆分
if (s==0)
print(t); //当s=0时,拆分结束输出结果
else
search(s,t+1); //当s>0时,继续递归
s+=i; //回溯:加上拆分的数,以便产生所有可能的拆分
}
}
int print(int t){
cout<<n<<"=";
for (int i=1;i<=t-1;i++) //输出一种拆分方案
cout<<a[i]<<"+";
cout<<a[t]<<endl;
total++; //方案数累加1
}
运行结果:
4、装载问题
问题描述:
给定n个集装箱要装上一艘载重量为c的轮船,其中集装箱i的重量为wi。集装箱装载问题要求确定在不超过轮船载重量的前提下,将尽可能多的集装箱装上轮船(贪心算法中的装载问题讨论的是装载件数;本题讨论的是最大装载重量。)
输入样例
34 3
21 10 5
输出(考虑最大装载量的最优解)
31(重量)
1 2
考虑最大装载件数的最优解
2(件)
5 10
问题分析:
由于集装箱问题是从n个集装箱里选择一部分集装箱,假设解向量为X(x1, x2, …, xn),其中xi∈{0, 1}, xi =1表示集装箱i装上轮船, xi =0表示集装箱i不装上轮船。
输入
每组测试数据:第1行有2个整数c和n。C是轮船的载重量(0<c<30000),n是集装箱的个数(n≤20)。第2行有n个整数w1, w2, …, wn,分别表示n个集装箱的重量。
输出
对每个测试例,输出两行:第1行是装载到轮船的最大载重量,第2行是集装箱的编号。
该问题的形式化描述为:
用回溯法解装载问题时,其解空间是一棵子集树,与0 - 1背包问题的解空间树相同。
可行性约束函数可剪去不满足约束条件的子树:
令cw(t)表示从根结点到第t层结点为止装入轮船的重量,即部分解(x1, x2 , …, xt)的重量:
当cw(t)>c时,表示该子树中所有结点都不满足约束条件,可将该子树剪去。
代码:
#include <iostream>
using namespace std;
class goods{
int weight;
public:
goods(int w=0):weight(w)
{}
int get_w(){
return weight;
}
void set(int w){
weight=w;
}
};
void load(goods *g, int *x, int t, int n,int cw, int &bestcw ,int *best,int r,int c){
if(t>n) { //已经遍历的到叶子结点,得到了一个解决方案
if(cw>bestcw) {
for(int i=0;i<n;i++)
best[i]=x[i];
bestcw=cw;
}
}
else{ //每个结点可以有两个分支,分别利用约束规则和限界规则进行剪枝
r=r-g[t].get_w();//剩余未处理的物品的重量和,与是否选取当前物品无关
if(cw+g[t].get_w()<=c){ // 根据题意中的约束条件进行剪枝
x[t]=1;
cw=cw+g[t].get_w(); //当前装入的物品的重量和
load(g,x,t+1,n,cw,bestcw,best,r,c);
cw=cw-g[t].get_w(); //回溯的需要
}
if(cw+r>bestcw) { //限界规则
x[t]=0;
load(g,x,t+1,n,cw,bestcw,best,r,c);
}
r=r+g[t].get_w(); //回溯的需要
}
}
int main(){
int n,c,bestcw=0;
int *x,*best, r=0;
cout<<"请输入物品的件数和轮船的装载重量:";
cin>>n>>c;
goods *g;
g=new goods[n];
x=new int [n];
best=new int[n];
cout<<"请输入每件物品的重量:";
for(int i=0;i<n;i++) {
int w; cin>>w; g[i].set(w);r=r+w;
}
load(g,x,0,n,0,bestcw,best,r,c);
cout<<bestcw<<endl;
for(int i=0;i<n;i++){
cout<<best[i]<<" ";
}
cout<<endl;
return 0;
}
运行结果:
5、0-1背包问题
问题描述:
给定一个物品集合s={1,2,3,…,n},物品i的重量是wi,其价值是vi,背包的容量为W,即最大载重量不超过W。在限定的总重量W内,我们如何选择物品,才能使得物品的总价值最大。
问题分析:
令cw(i)表示目前搜索到第i层已经装入背包的物品总重量,即部分解(x1, x2 , …, xi)的重量:
对于左子树, xi =1 ,其约束函数为:
若constraint(i)>W,则停止搜索左子树,否则继续搜索。
假设背包容量C=30,w={16,15,15},v={45,25,25}
代码:
#include <stdio.h>
#include <conio.h>
int n;//物品数量
double c;//背包容量
double v[100];//各个物品的价值
double w[100];//各个物品的重量
double cw = 0.0;//当前背包重量
double cp = 0.0;//当前背包中物品价值
double bestp = 0.0;//当前最优价值
double perp[100];//单位物品价值排序后
int order[100];//物品编号
int put[100];//设置是否装入
//按单位价值排序
void knapsack()
{
int i,j;
int temporder = 0;
double temp = 0.0;
for(i=1;i<=n;i++)
perp[i]=v[i]/w[i];
for(i=1;i<=n-1;i++)
{
for(j=i+1;j<=n;j++)
if(perp[i]<perp[j])//冒泡排序perp[],order[],sortv[],sortw[]
{
temp = perp[i];
perp[i]=perp[i];
perp[j]=temp;
temporder=order[i];
order[i]=order[j];
order[j]=temporder;
temp = v[i];
v[i]=v[j];
v[j]=temp;
temp=w[i];
w[i]=w[j];
w[j]=temp;
}
}
}
//回溯函数
void backtrack(int i)
{
double bound(int i);
if(i>n)
{
bestp = cp;
return;
}
if(cw+w[i]<=c)
{
cw+=w[i];
cp+=v[i];
put[i]=1;
backtrack(i+1);
cw-=w[i];
cp-=v[i];
}
if(bound(i+1)>bestp)//符合条件搜索右子数
backtrack(i+1);
}
//计算上界函数
double bound(int i)
{
double leftw= c-cw;
double b = cp;
while(i<=n&&w[i]<=leftw)
{
leftw-=w[i];
b+=v[i];
i++;
}
if(i<=n)
b+=v[i]/w[i]*leftw;
return b;
}
int main()
{
int i;
printf("请输入物品的数量和容量:");
scanf("%d %lf",&n,&c);
printf("请输入物品的重量和价值:");
for(i=1;i<=n;i++)
{
printf("第%d个物品的重量:",i);
scanf("%lf",&w[i]);
printf("价值是:");
scanf("%lf",&v[i]);
order[i]=i;
}
knapsack();
backtrack(1);
printf("最有价值为:%lf\n",bestp);
printf("需要装入的物品编号是:");
for(i=1;i<=n;i++)
{
if(put[i]==1)
printf("%d ",order[i]);
}
return 0;
}
运行结果: