回溯法

搜索与回溯是计算机解题中常用的算法，很多问题无法根据某种确定的计算法则来求解，可以利用搜索与回溯的技术求解。回溯是搜索算法中的一种控制策略。它的基本思想是：为了求得问题的解，先选择某一种可能情况向前探索，在探索过程中，一旦发现原来的选择是错误的，就退回一步重新选择，继续向前探索，如此反复进行，直至得到解或证明无解。

算法思想
      回溯（backtracking）是一种系统地搜索问题解答的方法。为了实现回溯，首先需要为问题定义一个解空间（solution space），这个空间必须至少包含问题的一个解（可能是最优的）。
     下一步是组织解空间以便它能被容易地搜索。典型的组织方法是图(迷宫问题)或树(N皇后问题)。
      一旦定义了解空间的组织方法，这个空间即可按深度优先的方法从开始节点进行搜索。
回溯方法的步骤如下：
     1) 定义一个解空间，它包含问题的解。
     2) 用适于搜索的方式组织该空间。
     3) 用深度优先法搜索该空间，利用限界函数避免移动到不可能产生解的子空间。
回溯算法的一个有趣的特性是在搜索执行的同时产生解空间。在搜索期间的任何时刻，仅保留从开始节点到当前节点的路径。因此，回溯算法的空间需求为O（从开始节点起最长路径的长度）。这个特性非常重要，因为解空间的大小通常是最长路径长度的指数或阶乘。所以如果要存储全部解空间的话，再多的空间也不够用。

l 回溯法从根结点出发，按照 深度优先 策略搜索（遍历）解空间树，搜索满足约束条件的解。

l

l 初始时，根结点成为一个 活结点 ，同时也称为当前的 扩展 结点 。在当前扩展结点处，搜索向纵深方向移至一个新结点。这个新结点成为一个新的活结点，并成为当前的扩展结点。如果在当前的扩展结点处不能再向纵深方向移动，则当前的扩展结点就成为一个 死结点 （即不再是一个活节点）。此时，应往回移动（回溯）至最近的一个活结点处，并使这个活结点成为当前的扩展结点。

l 在搜索至树中任一结点时，先判断该结点对应的部分解是否满足 约束条件 ，或者是否超出 限界函数 的界，也就是判断该结点是否 包含 问题的（最优）解，如果肯定不包含，则跳过对以该结点为根的子树的搜索，即所谓 剪枝 （Pruning）；否则，进入以该结点为根的子树，继续按照深度优先策略搜索。

l 在搜索过程中，通常采用两种策略避免无效搜索：

（1）用 约束条件 剪去得不到可行解的子树；

（2）用 限界函数 剪去得不到最优解的子树。

  这两类函数统称为 剪枝函数 （Pruning Function）。

递归回溯（这个重要！！！）

void backtrack (int t)

//t 表示递归深度，即对解空间树的第 t 层节点进行深度优先搜索；

{

       if (t>n) output(x); //n 表示解空间树的高度；

       else

         for (int i= f(n,t);i<= g(n,t);i++) {

//f(n,t) 和 g(n,t) 分别表示在当前扩展结点处未搜索过的子树的起始

  编号和终止编号；

           x[t]= h(i); //h(i) 表示在当前扩展结点处 x[t] 的第 i 个可选值；

           if ( constraint(t)&& bound(t)) backtrack(t+1);

// constraint(t) 和 bound(t) 分别表示在当前扩展结点处的约束函数

和限界函数；

           }

}

迭代回溯

void IterativeBacktrack ()

{

  int t=1;

  while (t>0) {

    if ( f(n,t)<= g(n,t))

      for (int i= f(n,t);i<= g(n,t);i++) {

        x[t]= h(i);

        if ( constraint(t)&& bound(t)) {

// 函数 solution(t) 判断在当前扩展结点处是否找到问题的一个可行解；

          if ( solution(t)) output(x);

          else t++;}

        }

    else t--;

    }

}

l当所给问题是从n个元素的集合S中找出满足某种性质的子集时，解空间为子集树。

l 当所给问题是从n个元素的集合S中找出满足某种性质的排列时，解空间为排列树。

遍历子集树需O(2n)计算时间

void backtrack (int t)

{

  if (t>n) output(x);

  else

    for (int i=0;i<=1;i++) {

     x[t]=i;

    if (constraint(t)&&bound(t)) backtrack(t+1);

      }

}

遍历排列树需要O(n!)计算时间

void backtrack (int t)

{

  if (t>n) output(x);

    else

      for (int i=t;i<=n;i++) {

        swap(x[t], x[i]);

        if (constraint(t)&&bound(t))

           backtrack(t+1);

        swap(x[t], x[i]);

      }

}

装载问题算法描述

n  集装箱数； w[]集装箱重量数组； c第一艘轮船载重量；

cw  在遍历结点处的当前载重量   bsetw 当前最优载重量

private static void backtrack (int i)

   {// 搜索第i层结点

      if (i > n)  // 到达叶结点

        { if (cw>bestw) bestw=cw;return;}

      if (cw + w[i] <= c) {// 搜索左子树

         x[i] = 1;

         cw += w[i];

         backtrack(i + 1);

         cw -= w[i];      }

         x[i] = 0;  // 搜索右子树

         backtrack(i + 1);      }

}

n后问题 算法描述

//place函数测试若将皇后k放在x[k]列是否与前面已放置的k-1个皇后都不在同一列，而且都不在同一斜线上。

bool Queen::Place(int k)

{

  for (int j=1;j<k;j++)

    if ((abs(k-j)==abs(x[j]-x[k]))||(x[j]==x[k])) return false;

  return true;

}

//递归函数backtrack(1)实现对整个解空间的回溯搜索。

void Queen::Backtrack(int t)

{

  if (t>n) sum++;//sum记录当前已找到的可行方案数。

  else

    for (int i=1;i<=n;i++) {

      x[t]=i;

      if (Place(t)) Backtrack(t+1);

    }

}