算法——舞蹈链算法

一，基本概念

算法简介 

        舞蹈链算法（Dancing Links，简称 DLX）是一种高效解决精确覆盖问题的算法，实际上是一种数据结构，可以用来实现 X算法，以解决精确覆盖问题。由高德纳（Donald E. Knuth）提出 。

精准覆盖 

        什么是精确覆盖（Exact Cover）问题呢？就是在一个全集X中若干子集的集合为S。S* 是 S的一个子集，当且仅当X中的每一个元素在S*中恰好出现一次时，S*称之为一个精确覆盖。在计算机科学中，精确覆盖问题指找出这样的一种覆盖，或证明其不存在。这是一个NP-完全问题。

舞蹈链

        其实是一种特殊的数据结构，用于高效地实现对精确覆盖问题的求解。它基于双向循环链表，每个节点除了包含指向左右节点的指针外，还包含指向上方和下方节点的指针，这种结构使得在搜索过程中能够快速地对链表进行插入、删除和恢复操作。

数据结构设计

每个1的节点包含四个指针：left, right, up, down，形成双向十字链表。

每列有一个列头节点，记录该列中1的数量（用于优化搜索顺序）。

算法流程

1. 选择列：优先选择当前剩余1最少的列（减少搜索分支）。

2. 覆盖列：删除该列及其关联的所有行（避免后续搜索冲突）。

3. 递归搜索：对剩余矩阵重复上述步骤。

4. 回溯恢复：若当前路径无解，恢复被删除的列和行，尝试其他分支。

5. 结束条件：当舞蹈链中的所有列都被覆盖（即矩阵中所有列都被删除）时，找到了一个精确覆盖解；如果遍历完所有可能的分支都没有找到解，则说明该问题无解。

 二，示例

例如，S = {A，B，C，D，E，F} 是全集 X = {1，2，3，4，5，6，7} 的一个子集的集合，其中：

A = {1, 4, 7}

B = {1, 4}

C = {4, 5, 7}

D = {3, 5, 6}

E = {2, 3, 6, 7}

F = {2, 7}

那么，S的一个子集 S* = {B, D, F} 是X的一个精确覆盖，因为 X 中的每个元素恰好在S*中出现了一次。

可以用0-1矩阵来表示精确覆盖问题。我们用矩阵的每行表示S的一个元素，也就是X的一个子集；用矩阵的每列表示X的一个元素。矩阵中的1代表这一列的元素存在于这一行对应的子集中，0代表不存在。那么精确覆盖问题可以转化成求出矩阵若干行的集合，使得集合中的每一列恰好都有一个1。

比如前面的问题可以用矩阵的形式表示成

那么选择红色的B，D，F能满足每列都恰好包含一个1。

可以用 Knuth 提出的X算法来解决精确覆盖问题。X算法是一个非确定性的深度优先回溯算法。它的具体步骤如下：

1. 如果矩阵

为空（没有任何列），则当前局部解即为问题的一个解，返回成功；否则继续。

2. 根据一定方法选择第 c 列。如果某一列中没有 1，则返回失败，并去除当前局部解中最新加入的行。

选择第 r 行，使得

（该步是非确定性的）。

将第 r 行加入当前局部解中。

对于满足

的每一列j，从矩阵

中删除所有满足

的行，最后再删除第 j 列。

对所得比 A 小的新矩阵递归地执行此算法。

让我们用 X算法解决上面的精确覆盖问题。

首先，当前矩阵不为空，算法继续进行。那么先选择1最少的一列。因为 1，2，3，5，6 列都只有 2 个 1，因此我们随便选择 1 个，比如第 1 列。