算法学习——回溯法

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：