深度优先搜索。是在明确给出了图中的各个顶点和边(显示图)的情况下,按照深度优先搜索的思想,对图中的每个顶点进行搜索,最终得到图的结构信息。
回溯法。是在仅给出初始节点,目标节点以及产生子节点的条件的情况下,构造出来一个图(隐式图),然后按照深度优先搜索的思想,在有关条件的约束下扩展到目标节点,从而找出问题的解。
换言之回溯法从初始状态出发。在隐式图中以深度优先的方式搜索问题的解,当发现不满足求解条件时,就回溯并尝试其他的路径。
也就是说它是一种能进则进,进不了则换,换不了则退的基本搜索方法。
用回溯法解决问题时,首先应该明确搜索范围,这个范围越小越好,它至少要包含问题的一个最优解。
然后他要明确以下4个方面,就是为了定义搜索范围。
一就是问题解的形式。回溯法希望问题的解能够表示成一个n元组(x1, …,xn)的形式。
二是显约数,就是对这个分量Xi的取值范围限定。
三是隐约数,就是为满足问题的解,而对不同分量之间施加的约束。
四是解空间,对于问题的一个实例解向量,满足显约束的所有n元组,构成了该实例的一个解空间。
需要注意的是同一个问题的显约束可能会有多种,相应的解空间大小也不同,通常情况下解空间越小,算法的搜索效率就越高。
它对应的一个比较经典的问题,就是n皇后问题。
这个图片就是给出一下这个思想的实例。
最后,搜索问题的解空间树,在搜索的过程中需要了解以下三个名词。
一是扩展节点。一个正在生成孩子的节点,称为扩展节点。
二活节点。一个自身已生成,但其孩子还没有全部生成的节点,称为活节点。
三是死节点。一个所有孩子已经生成的节点称为死节点。
搜索思想:
从根开始,以深度优先搜索的方式进行搜索,根节点是活节点,并且是当前的扩展节点。在搜索过程中当前的扩展结点沿纵深方向移向一个新的节点,判断该节点是否满足隐约束,如果满足那么新节点成为活节点,并且成为当前的扩展节点,继续深一层的搜索。如果不满足,那么换到该新节点的兄弟节点继续搜索,如果新节点没有兄弟节点,或者是其兄弟节点已经全部搜索完毕,那么扩展节点成为死节点,搜索回溯到其父节点处,继续进行搜索过程,直到找到问题的结,或者是根结点变成死结点为止。
回溯法的算法框架主要包括以下三个部分。
一是针对所给问题定义问题的解空间。
二是确定易于搜索的解空间组织结构。
三是以深度优先的方式搜索解空间,并在搜索过程中用剪枝函数,避免无效搜索。