第六章-回溯算法

回溯法是一种组织搜索的一般技术，有“通用的解题法”之称，用它可以系统地搜索一个问题地所有解或任意解。

它可以系统地搜索一个问题地所有解或任意解，既有系统性又有跳跃性。    

回溯法的基本做法是搜索，它是一种组织得井井有条的，能避免不必要搜索的穷举式搜索法。这种以深度优先方式系统地搜索问题的解的方法称为回溯法。

---

6.1 回溯算法的理论基础

6.1.1 问题的解空间

应用回溯法求解时，需要明确定义问题的解空间。问题的解空间应**至少**包含问题的**一个最优解**。

定义了问题的解空间后，还应将解空间组织起来，通常组织成**树**或**图**的形式。

从树根到叶子结点的任一路径表示解空间中的一个元素。

6.1.2 回溯法的基本思想

定义以下概念：

• 活结点： 如果已生成一个结点而它的所有儿子结点还没生成，则这个结点叫做活结点。

• 扩展结点： 当前正在生成其儿子结点的活结点叫做扩展结点。（正扩展的结点）

• 死结点： 不再进一步扩展或者其儿子结点已全部生成的结点就是死结点。

例6-1 假设背包容量为C=30, w = {16, 15, 15}, v={45, 25, 25}, 其回溯搜索过程如图6-2所示

                                            *图6-2    0-1背包的回溯过程*    

例6-2 旅行商问题

旅行商从n个城市中的某一城市出发，经过每个城市一次且仅一次，最后回到原出发点，在所有可能的路径中求出路径长度最短的一条。    

目的是要一条汉密尔顿回路。

回路总权值最小，即：

m i n { ∑ i = 1 n − 1 w ( v i , v i + 1 ) + w ( v n , v 1 ) } min\lbrace\sum_{i=1}^{n-1}w(v_i, v_{i+1}) + w(v_n, v_1)\rbrace min{i=1∑n−1​w(vi​,vi+1​)+w(vn​,v1​)}

                                            *图6-4 旅行商问题的解空间树*

在回溯搜索解空间树时，通常采用两种策略（剪枝函数）避免无效搜索以提高回溯算法的搜索效率：

1. 用约束函数在扩展结点处剪去不满足约束条件的子树。

2. 用限界函数剪去不能得到最优解的子树。

   综上所述，使用回溯法解题，通常有以下三个步骤：

3. 针对所给问题，定义问题的解空间。

4. 确定易于搜索的解空间结构。

5. 以深度优先的方式搜索解空间树，并且在搜索过程中用剪枝函数避免无效搜索。

6.1.3 子集树和排列树

遍历子集树的任何算法，其计算时间复杂性都是O（2^n）。

**0-1背包问题是子集树。**    

回溯算法搜索子集树的一般算法描述，如算法6-1所示。

算法6.1 回溯算法搜索子集树的伪代码

// t为树的深度，根为1
void traceback(t){
    if (t > n){
        update(x);
    } else {
        for(int i=0; i<=1; i++){ // 每个结点只有两棵子树
            x[t] = i; // 即 0 或 1 
            // 约束函数constraint()和限界函数bound()
            if (constraint(t) && bound(t)) traceback(t+1);
        }
    }
}

---

遍历排列树时的时间复杂性是O(n!)。

**旅行商问题是排列树。**

算法6.2 回溯算法搜索排列树的伪代码

void traceback(t){
    if(t > n){
        update(x);
    } else {
        for(int i=0; i<n; i++){
            // 用交换元素的方式实现全排列
            swap(x[t], x[i]);
            if (constraint(t) && bound(t)) traceback(t+1);
            // 恢复状态
            swap(x[t], x[i]);
        }
    }
}