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;
}