TSP旅行售货员问题-回溯法

TSP旅行售货员问题-回溯法

最近比较颓废，考试实在是太多了，月考简直了。对转专业的学生太不友好了。一大堆公共课简直消磨了我对编程的热情。
今天刚好去听了节一直逃课的晚课，老师找我谈了谈，没有怪我。我也开始思考我目标是什么，我好像很忙，但是没有目标。很盲目
仔细思考了一下，我就是喜欢比较简单的生活。有时间做自己的事情，发展一下兴趣爱好。但现在学业都快压得我喘不过气，而且我深知学校教的很多课根本就没有用。但是我还是得去，浪费时间。我还是觉得应该追寻自己的本心。人生是短暂的。连喜欢的事情都做不了就太可悲了。转换一下思想以后，感觉其实我还是迷茫。希望开心每一天吧。

讲了这么多废话接下来看一看题目吧

旅行商问题

旅行商问题(TravelingSalesmanProblem，TSP)是一个经典的组合优化问题。经典的TSP可以描述为：一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。从图论的角度来看，该问题实质是在一个带权完全无向图中，找一个权值最小的Hamilton回路。由于该问题的可行解是所有顶点的全排列，随着顶点数的增加，会产生组合爆炸，它是一个NP完全问题。由于其在交通运输、电路板线路设计以及物流配送等领域内有着广泛的应用，国内外学者对其进行了大量的研究。早期的研究者使用精确算法求解该问题，常用的方法包括：分枝定界法、线性规划法、动态规划法等。但是，随着问题规模的增大，精确算法将变得无能为力，因此，在后来的研究中，国内外学者重点使用近似算法或启发式算法，主要有遗传算法、模拟退火法、蚁群算法、禁忌搜索算法、贪婪算法和神经网络等

• 我这题是用的回溯算法

算法的思想很简单就是深搜
先来看一下解集树


简单来说就是新加入路径以后看是否符合条件，也就是让length符合最小同时要存在可行路径，符合就swap，为什么要swap。swap可以把加入的点换到加入位置，也就是变相描绘出了路径。
也不细说了，用的代码也比较简单易懂。
主要是太累了，懒得写（狗头）

#include <iostream> 
using namespace std; 
#define N 100
int n;//城市个数 
int d[N+1][N+1]; //邻接矩阵 
int x[N];//存放顶点号 
int best[N]; //最优路径 
int len_now; //当前路径长度 
int length=0;//最优距离 

void TSP(int t) 
{ 
	 if(t>n) //到叶子节点 
	 { 
	    //如果最后一个城市与出发的城市之间有路径，且当前总距离比最优值小，则更新最优值 
		 if(d[x[n]][x[1]] > 0 && len_now+d[x[n]][x[1]] < length || length==0)
		 { 
			 length=len_now+d[x[n]][x[1]]; 
			 for(int j=1; j<=n; j++) 
				 best[j]=x[j];  
		 } 
	 } 
     //没有搜索到叶子结点
	 else 
	 { 
		 for(int i=t;i<=n;i++) 
		 {
		 	//如果第t-1个城市与第i个城市之间有路径，且当前总距离比最优值小，则更新最优值 
			 if(d[x[t-1]][x[i]] > 0 && len_now + d[x[t-1]][x[i]] < length || length==0)
			 { 
				swap(x[t],x[i]); 
				len_now+=d[x[t-1]][x[t]];  
				TSP(t+1); //递归判断其余节点 
				len_now-=d[x[t-1]][x[t]]; //回溯 
				swap(x[t],x[i]); 
			} 
		} 
	} 
} 

int main()
{ 
	int i,j; 
	while(cin>>n)
    {
        //输入图，构造邻接矩阵
		for(i=1;i<=n;i++) 
			for(j=1;j<=n;j++) 
				cin>>d[i][j]; 
		
		for(i=1;i<=n;i++) 
			x[i]=i; 
		TSP(2);		
		//cout<<"\n最终最优解为："<<endl;
        cout<<length<<endl;
		for(int k=1;k<=n;k++) 
			cout<<best[k]<<" "; 

	} 
	return 0; 
}