分支限界法和回溯法的区别

一直没太搞明白分支限界和回溯有什么区别，今天算是终于搞明白了，以最经典的0-1背包问题为例。

n = 3， 0 -1背包问题；

w = [16, 15, 15]；

p = [45, 25, 25]；

CostMax = 30；

解空间树如下图所示，1代表选择，0代表不选。

初学者一直容易搞混的问题就是结点的问题，这里结点不是代表的解，每一条边才是代表的解；

分支限界法如下处理：

Step1：

可扩展结点：A     活结点队列：B，C

选择路径 ：A

当前W：0

当前P：0

Step2：

可扩展结点：B； 活结点队列：C，D，E

选择路径：A->B

当前W：16

当前P：45

Step3：

可扩展结点：C    活结点队列：D，E，F，G

选择路径：A->C

当前W：0

当前P：0

Step4：

如果扩展D，那么当前w = 31 > 30越界，所以直接进行剪枝，解空间树变成如下：

                                         

Step5：

可扩展结点：E   活结点队列：F，G，J，K

选择路径：A->B->E

当前W：16

当前P：45

Step6：

可扩展结点：F   活结点队列：G，J，K，L，M

选择路径：A->C->F

当前W：15

当前P：25

Step7：

可扩展结点：G   活结点队列：J，K，L，M，N，O

选择路径：A->C->G

当前W：0

当前P：0

Step8：

如果扩展J，那么当前w = 16+15=31>30，所以对J剪枝，解空间树变为：

Step9：

可扩展结点：K  活结点队列：L，M，N，O

选择路径：A->B->E->G

当前W：16

当前P：45

Step10：

可扩展结点：L  活结点队列：M，N，O

选择路径：A->C->F->L

当前W：30

当前P：50

Step11：

可扩展结点：M  活结点队列：N，O

选择路径：A->C->F->M

当前W：15

当前P：25

Step12：

可扩展结点：N  活结点队列：O

选择路径：A->C->G->N

当前W：15

当前P：25

Step13：

可扩展结点：O  活结点队列：NULL

选择路径：A->C->G->O

当前W：0

当前P：0

活结点队列为空，算法终止，从可行解中筛选出最佳解为（0,1,1），maxP = 50；

回溯法比较好理解，就是本科数据结构教材上讲过的深度优先算法，这里不再多赘述。