回溯法的实质
回溯法可看作穷举法的一种实现方式
计算过程
每步只构造一个部分节并立即对此部分解进行评估。若此部分解有可能拓展为“所求解”,则继续扩展;反之此部分解不可能扩展为所求解,则继续尝试其他部分解。直到穷尽一切可能。
解空间与解空间树
描述回溯法时,可有两种解空间树选择。一是子集树,一是排列树。
解空间:所有可能的解构成的集合。
解空间树:将解空间组织成树结构。
子集树:每个解(x1,....,xn)的每个分量xi的值取自于一个集合Si,解空间大小为2的n次方;
排列树:每个解(x1,...,xn)都是集合S的全排列。解空间大小为n!
一般情况下,子集树优于排列树,因为n! >> 2的n次方(题目要采取哪种解空间,要具体视情况而定)
解题步骤
1)针对所给问题,定义问题的解空间;
2)确定易于搜索的解空间结构;
3)以深度优先方式搜索解空间树,并在搜索过程中用剪枝函数避免无效搜索。
框架
t:表示递归深度,即当前扩展节点在解空间树中的深度。
output():纪录或输出结果的函数
constaint():约束函数。返回值=true,则满足约束条件;返回值=false,可剪去相应子树。
bound():限界函数。返回值=true,目标函数未越界,可用backtak(t+1)进一步搜索;返回值=false,可剪去相应子树。
一、子集树
1.递归回溯子集树的一般算法
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);
}
}
}
}
2.递归回溯排列树的一般算法
因为是排列树,所以相当于当前的数不断地和后面的数交换,得到新的排列。
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]);
}
}
}
例子
1、n皇后问题
描述:在nx格的棋盘上放置彼此不受攻击的n个皇后。按照国际象棋的规则,皇后可以攻击与之处在同一行/同一列/同一斜线上的棋子。n后问题等价于在nxn格的棋盘上放置n个皇后,任何2个皇后不放在同一列/同一行/同一斜线。
解法一: