前言
虽然之前也用过回溯法,但总是过一段时间,又会忘记。思来想去,得出一个结论”看(做)一两个回溯法的例子,思想仍然是别人;看(做)多个回溯法的例子,思想才能成为自己的“,于是决定对回溯法进行一个系统的整理和学习,挖掘其精髓,整理出系统的思路和模板,以期待自己能够对该类问题游刃有余。
回溯法有“通用的解题法”之称。
1.定义:
- 也叫试探法,它是一种系统地搜索问题的解的方法。
2.基本思想:
- 从一条路往前走,能进则进,不能进则退回来,换一条路再试。
3.一般步骤:
- 定义一个解空间(子集树、排列树二选一)
- 利用适于搜索的方法组织解空间。
- 利用深度优先法搜索解空间。
- 利用剪枝函数避免移动到不可能产生解的子空间。
4.约束函数:
- 是否满足显约束(存在)
5.限界函数:
- 是否满足隐约束(最优)
6.子集树模板
遍历子集树,时间复杂度 O(2^n)
如果解的长度是不固定的,那么解和元素顺序无关,即可以从中选择0个或多个。例如:子集,迷宫,...
如果解的长度是固定的,那么解和元素顺序有关,即每个元素有一个对应的状态。例如:子集,8皇后,...
解空间的个数指数级别的,为2^n,可以用子集树来表示所有的解
适用于:幂集、子集和、0-1背包、装载、8皇后、迷宫、...
a.子集树模板递归版
'''求集合{1, 2, 3, 4}的所有子集'''
n = 4
#a = ['a','b','c','d']
a = [1, 2, 3, 4]
x = [] # 一个解(n元0-1数组)
X = [] # 一组解
# 冲突检测:无
def conflict(k):
global n, x, X, a
return False # 无冲突
# 一个例子
# 冲突检测:奇偶性相同,且和小于8的子集
def conflict2(k):
global n, x, X, a
if k==0:
return False
# 根据部分解,构造部分集
s = [y[0] for y in filter(lambda s:s[1]!=0, zip(a[:k+1],x[:k+1]))]
if len(s)==0:
return False
if 0 < sum(map(lambda y:y%2, s)) < len(s) or sum(s) >= 8: # 只比较 x[k] 与 x[k-1] 奇偶是否相间
return True
return False # 无冲突
# 子集树递归模板
def subsets(k): # 到达第k个元素
global n, x, X
if k >= n: # 超出最尾的元素
print(x)
X.append(x[:]) # 保存(一个解)
else:
for i in [1, 0]: # 遍历元素 a[k] 的两种选择状态:1-选择,0-不选
x.append(i)
if not conflict2(k): # 剪枝
subsets(k+1)
x.pop() # 回溯
# 根据一个解x,构造一个子集
def get_a_subset(x):
global a
return [y[0] for y in filter(lambda s:s[1]!=0, zip(a,x))]
# 根据一组解X, 构造一组子集
def get_all_subset(X):
return [get_a_subset(x) for x in X]
# 测试
subsets(0)
# 查看第3个解,及对应的子集
#print(X[2])
#print(get_a_subset(X[2]))
print(get_all_subset(X))
打印如下:
[1, 0, 1, 0]
[1, 0, 0, 0]
[0, 1, 0, 1]
[0, 1, 0, 0]
[0, 0, 1, 0]
[0, 0, 0, 1]
[0, 0, 0, 0]
[[1, 3], [1], [2, 4], [2], [3], [4], []]
b.子集树模板非递归版
7.排列树模板
遍历排列树,时间复杂度O(n!)
解空间是由n个元素的排列形成,也就是说n个元素的每一个排列都是解空间中的一个元素,那么,最后解空间的组织形式是排列树
适用于:n个元素全排列、旅行商、...
a.排列树模板递归版
'''求[1,2,3,4]的全排列'''
n = 4
x = [1,2,3,4] # 一个解
X = [] # 一组解
# 冲突检测:无
def conflict(k):
global n, x, X
return False # 无冲突
# 一个例子
# 冲突检测:元素奇偶相间的排列
def conflict2(k):
global n, x, X
if k==0: # 第一个元素,肯定无冲突
return False
if x[k-1] % 2 == x[k] % 2: # 只比较 x[k] 与 x[k-1] 奇偶是否相同
return True
return False # 无冲突
# 排列树递归模板
def backkrak(k): # 到达第k个位置
global n, x, X
if k >= n: # 超出最尾的位置
print(x)
#X.append(x[:]) # 注意x[:]
else:
for i in range(k, n): # 遍历后面第 k~n-1 的位置
x[k], x[i] = x[i], x[k]
if not conflict2(k): # 剪枝
backkrak(k+1)
x[i], x[k] = x[k], x[i] # 回溯
# 测试
backkrak(0)
打印如下:
[1, 2, 3, 4]
[1, 4, 3, 2]
[2, 1, 4, 3]
[2, 3, 4, 1]
[3, 2, 1, 4]
[3, 4, 1, 2]
[4, 3, 2, 1]
[4, 1, 2, 3]
b.排列树模板非递归版
参考:https://www.cnblogs.com/hhh5460/p/6917963.html