回溯算法-》应用


回溯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的空间。而问题的解集合一般被组织成树的形式(一般解所构成树为逻辑树不用去用代码构建一个解集合构成的树)。然后以深度搜索的方式去遍历解集合,从而得到问题的解。可以使用限界函数来避免 对不可能求出解子集合的遍历来优化回溯方法。

       回溯方法求解的步骤:

1:定义一个解的空间,它包含问题的解。

2:以适于搜索的方式组织该空间,一般以一维数组的形式组织成逻辑上的解空间树(主要是满二叉树和排列数的形式)。

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。

       回溯算法可应用在货箱装船、背包、最大完备子图、旅行商、电路排列问题等,一般用来解决从解集合中对最优问题的求解。

       在应用中由于候选解的数量都很大(指数级甚至大数的阶乘级),而回溯法,在求解时间上大大减少。但其时间和空间复杂对还是相当奢侈的,在求解大规模问题中不是拥有“高富帅”配置的计算机玩的起的。对这些NP问题的求解想得到多项式时间内“秒杀”,现在还是一种奢望。大都在指数级时间复杂度内。但在小规模问题中不失为一种好方法。回溯法的空间复杂度O(从开始节点起最长路径长度)。

       举两个例子观摩一下,回溯法是怎么把答案搜出来的。

       一个例子是货箱装船问题,它的解空间是以一个一维数组来构建一个逻辑上的满二叉树。

       问题场景:n 个货箱,一个货船的载重量为c,wi是货箱i的重量,且所有货物之和大于c,求货船最多装多种的货物。

     假设n=4;w=[8,6,2,3],c=12;

     按回溯法来分析问题,

     1:构建解空间,有n个货箱每个货箱都有装上船和不装船两种可能,所以n个货箱就有2的n次方个解。这些解可组织成满二叉树的形式。如图


边权值为1表示货物被装上船,0便是货物没有装上船。上面的二叉树可以表示所有的解也就是解空间。

第i层的边和第i个货物对应,如果经过第i层,选择的边权值为1则第i个货物被装上船。从跟节点深度遍历,每获得一个可行解,就与上一次获得的解比较比上次的大则更新最优解。遍历结束时就获得了最后的解。

代码如下:    

template<class T>
void MaxLoading(T w[],T c,int n);
template<class T>
class Loading
{
	friend void MaxLoading(T w[],T c,int n);
public:
	Loading(T w1[],T c1,int n1):w(w1),c(c1),n(n1),cw(T()),bestw(T())
        {}
 private:
	void maxLoading(int i);
	void maxLoading1(int i);
	int n;//货物数量
	T* w;//货物重量的数组
	T r;//剩余货物重量
	int* x;//记录当前搜索路径下的装载情况
	int* bestx;//记录最优装载的货物编号
	T c;//货箱的容量
	T cw;//当前重量
	T bestw;//最优重量
};
template<class T>
void Loading<T>::maxLoading(int i)
{
	if(i>n)
	{
		if(cw>bestw)
			bestw=cw;
		return;
	}
	if(cw+w[i]<c)//装载第i个货物的情况
	{
		cw+=w[i];
		maxLoading(i+1);
		cw-=w[i];
	}
	maxLoading(i+1);//不装在第i个货物的情况
}
template<class T>
void Loading<T>::maxLoading1(int i)
{
	if(i>n)
	{
		for(int j=0;j<=n;j++)
			bestx[j]=x[j];
		bestw=cw;
		return ;
	}
	r-=w[i];
	if(cw+w[i]<=c)
	{
		cw+=w[i];
		maxLoading1(i+1);
		x[i]=1;
		cw-=w[i];
	}
	if(cw+r>bestw)
	{
		maxLoading1(i+1);
		x[i]=0;
	}
	r+=w[i];
}
template<class T>
void MaxLoading(T w[],T c,int n)
{
	Loading<T> X(w,c,n);
	for(int i=1;i<=n;i++)
		X.r+=w[i];
	X.maxLoading(1);
	X.maxloading1(1);
}
  maxLoading和maxLoading1的区别加了限制条件,并可以获得装载货物的编号。

(有错误还望指正)


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回溯算法是一种解决问题的算法思想,它通过不断地尝试所有可能的解决方案来寻找问题的最优解。而装载问题是回溯算法的一个经典应用,它是指在给定一些集装箱和一艘载重量为C的轮船的情况下,如何将这些集装箱装载到轮船上,使得轮船的载重量最大。 具体来说,装载问题可以通过回溯算法来解决。我们可以定义一个递归函数来尝试所有可能的装载方案,每次递归时,我们可以选择将当前集装箱装载到轮船上或者不装载,然后继续递归下去。当所有集装箱都被考虑过后,我们就可以得到一个装载方案,然后比较这个方案的载重量和当前最优解的载重量,如果更优则更新最优解。 下面是一个简单的装载问题的回溯算法实现: ```c #include <stdio.h> #define MAX_N 100 int n; // 集装箱数量 int c; // 轮船载重量 int w[MAX_N]; // 集装箱重量 int best[MAX_N]; // 当前最优解 int cur[MAX_N]; // 当前解 int cur_weight; // 当前载重量 int best_weight; // 当前最优解的载重量 void backtrack(int i) { if (i == n) { // 所有集装箱都被考虑过 if (cur_weight > best_weight) { // 更新最优解 best_weight = cur_weight; for (int j = 0; j < n; j++) { best[j] = cur[j]; } } return; } if (cur_weight + w[i] <= c) { // 装载当前集装箱 cur[i] = 1; cur_weight += w[i]; backtrack(i + 1); cur_weight -= w[i]; } cur[i] = 0; // 不装载当前集装箱 backtrack(i + 1); } int main() { scanf("%d%d", &n, &c); for (int i = 0; i < n; i++) { scanf("%d", &w[i]); } backtrack(0); printf("最大载重量为:%d\n", best_weight); printf("装载方案为:"); for (int i = 0; i < n; i++) { if (best[i]) { printf("%d ", i + 1); } } printf("\n"); return 0; } ``` 在这个实现中,我们使用了一个数组`cur`来记录当前的解,使用`cur_weight`来记录当前的载重量,使用`best`来记录当前最优解,使用`best_weight`来记录当前最优解的载重量。在回溯函数`backtrack`中,我们首先判断是否可以装载当前集装箱,如果可以则装载,然后递归下去;如果不可以则不装载,然后递归下去。当所有集装箱都被考虑过后,我们就可以得到一个装载方案,然后比较这个方案的载重量和当前最优解的载重量,如果更优则更新最优解。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值