第六次作业【分支限界法】
<1> 算法实现题6-2 最小权顶点覆盖问题
▲问题重述
问题描述：
给定一个赋权无向图 G=(V,E)，每个顶点 v∈V 都有一个权值 w(v)。如果 U⊆VU⊆V，且对任意(u,v)∈E 有 u∈U 或 v∈U，就称 U 为图 G 的一个顶点覆盖。G 的最小权顶点覆盖是指 G 中所含顶点权之和最小的顶点覆盖。
算法设计：
对于给定的无向图 G，设计一个优先队列式分支限界法，计算 G 的最小权顶点覆盖。
数据输入：
由文件input.txt给出输入数据。第 1 行有 2 个正整数 n 和 m，表示给定的图 G 有 n 个顶点和 m 条边，顶点编号为 1，2，…，n。第 2 行有 n 个正整数表示 n 个顶点的权。接下来 的 m 行中，每行有 2 个正整数 u,v，表示图 G 的一条边(u,v)。
结果输出：
将计算的最小权顶点覆盖的顶点权之和以及最优解输出到文件output.txt。文件的第1行是最小权顶点覆盖顶点权之和；第2行是最优解xi（1<=i<=n）,xi=0表示顶点i不在最小权顶点覆盖中，xi=1表示顶点i在最小权顶点覆盖中。
输入文件示例
input.txt
7 7
1 100 1 1 1 100 10
1 6
2 4
2 5
3 6
4 5
4 6
6 7
输出文件示例
output.txt
13
1 0 1 0 1 0 1
▲解题思路
- 定义一个最小堆
MinHeap类，用于实现堆操作。 HeapNode类表示图中的一个顶点。DealNode类包含一些操作，主要是用于处理堆中结点的操作。DealNode::BBVC()方法是该算法的核心部分。通过不断地加入和不加入某个顶点，并通过堆来遍历所有可能的情况，找到图的最小顶点覆盖。MinCover函数是对DealNode::BBVC()方法的封装，用于获取最终的最小顶点覆盖权重。- 在
main函数中，用户输入了图的顶点数vertexNum和边数edgeNum。然后输入每个顶点的权值，并通过边的信息构建了图的邻接矩阵。 - 调用
MinCover函数得到最小顶点覆盖权重，并输出结果。
▲代码
#include <fstream>
#include <iostream>
using namespace std;
template <class Type>
class MinHeap // 最小堆类；
{
public:
MinHeap(Type a[], int n); // 带两参数的构造函数，在此程序中没有应用；
MinHeap(int ms); // 构造函数重载，只初始化堆的大小，对堆中结点不初始化；另外，堆元素的存储是以数组
~MinHeap(); // 形式，且无父、子指针，访问父亲结点，利用数组标号进行；
bool Insert(const Type &x); // 插入堆中一个元素；
bool RemoveMin(Type &x); // 删除堆顶最小结点；
void MakeEmpty(); // 使堆为空
bool IsEmpty();
bool IsFull();
int Size();
protected:
void FilterDown(const int start, const int endOfHeap); // 自顶向下构造堆
void FilterUp(const int start); // 自底向上构造堆
private:
Type *heap;
int maxSize;
const int defaultSize;
int currentSize; // 堆当前结点个数大小
};
template <class Type>
MinHeap<Type>::MinHeap(int ms) : defaultSize(100)
{
maxSize = (ms > defaultSize) ? ms : defaultSize;
heap = new Type[maxSize];
currentSize = 0;
}
template <class Type>
MinHeap<Type>::MinHeap(Type a[], int n) : defaultSize(100)
{
maxSize = (n > defaultSize) ? n : defaultSize;
heap = new Type[maxSize];
currentSize = n;
for (int i = 0; i < n; i++)
heap[i] = a[i];
int curPos = (currentSize - 2) / 2;
while (curPos >= 0)
{
FilterDown(curPos, currentSize - 1);
curPos--;
}
}
template <class Type>
MinHeap<Type>::~MinHeap()
{
delete[] heap;
}
template <class Type>
void MinHeap<Type>::FilterDown(const int start, const int endOfHeap)
{
int i = start, j = i * 2 + 1;
Type temp = heap[i];
while (j <= endOfHeap)
{
if (j < endOfHeap && heap[j] > heap[j + 1])
j++;
if (temp < heap[j])
break;
else
{
heap[i] = heap[j];
i = j;
j = 2 * i + 1;
}
}
heap[i] = temp;
}
template <class Type>
void MinHeap<Type>::FilterUp(const int start)
{
int i = start, j = (i - 1) / 2;
Type temp = heap[i];
while (i > 0)
{
if (temp >= heap[j])
break;
else
{
heap[i] = heap[j];
i = j;
j = (i - 1) / 2;
}
}
heap[i] = temp;
}
template <class Type>
bool MinHeap<Type>::RemoveMin(Type &x)
{
if (IsEmpty())
{
cerr << "Heap empty!" << endl;
return false;
}
x = heap[0];
heap[0] = heap[currentSize - 1];
currentSize--;
FilterDown(0, currentSize - 1);
return true;
}
template <class Type>
bool MinHeap<Type>::Insert(const Type &x)
{
if (IsFull())
{
cerr << "Heap Full!" << endl;
return false;
}
heap[currentSize] = x;
FilterUp(currentSize);
currentSize++;
return true;
}
template <class Type>
bool MinHeap<Type>::IsEmpty()
{
return currentSize == 0;
}
template <class Type>
bool MinHeap<Type>::IsFull()
{
return currentSize == maxSize;
}
template <class Type>
void MinHeap<Type>::MakeEmpty()
{
currentSize = 0;
}
template <class Type>
int MinHeap<Type>::Size()
{
return currentSize;
}
// 最小堆结点
class HeapNode // 堆结点类；
{
friend class DealNode;
public:
operator int() const { return cn; }
private:
int i, // i标示堆中结点号
cn, // cn标示当前加入的覆盖顶点中权重之和
*x, // x数组标示那些顶点加入了覆盖顶点的行列
*c; // c数组标示X中的覆盖顶点中所有的邻接顶点
};
// VC类用来对堆中结点内部的的操作
class DealNode
{
friend int MinCover(int **, int[], int);
private:
void BBVC();
bool cover(HeapNode E);
void AddLiveNode(MinHeap<HeapNode> &H, HeapNode E, int cn, int i, bool ch);
int **a, n, *w, *bestx, bestn;
};
void DealNode::BBVC()
{
// 建立初始空堆
MinHeap<HeapNode> H(1000);
HeapNode E;
E.x = new int[n + 1];
E.c = new int[n + 1];
for (int j = 1; j <= n; j++)
{
E.x[j] = E.c[j] = 0;
}
int i = 1, cn = 0;
while (true)
{
if (i > n)
{
if (cover(E))
{
for (int j = 1; j <= n; j++)
bestx[j] = E.x[j];
bestn = cn;
break;
}
}
else
{
if (!cover(E))
AddLiveNode(H, E, cn, i, true); // 加入结点标号为i 的结点到顶点覆盖集中，并把更新后的结点再插入堆中
AddLiveNode(H, E, cn, i, false); // 不把结点标号为 i 的结点加入到顶点覆盖集中，并把更新后的结点插入堆中
}
if (H.IsEmpty())
break;
H.RemoveMin(E); // 取堆顶点赋给E
cn = E.cn;
i = E.i + 1;
}
}
// 检测图是否被覆盖
bool DealNode::cover(HeapNode E)
{
for (int j = 1; j <= n; j++)
{
if (E.x[j] == 0 && E.c[j] == 0) // 存在任意一条边的两个顶点都为0的情况下，为未覆盖情况
return false; // X[j]记录覆盖顶点，c[j]记录与覆盖顶点相连的顶点 0表征未覆盖，1表征已覆盖
}
return true;
}
void DealNode::AddLiveNode(MinHeap<HeapNode> &H, HeapNode E, int cn, int i, bool ch)
{
HeapNode N;
N.x = new int[n + 1];
N.c = new int[n + 1];
for (int j = 1; j <= n; j++)
{
N.x[j] = E.x[j];
N.c[j] = E.c[j];
}
N.x[i] = ch ? 1 : 0;
if (ch)
{
N.cn = cn + w[i]; // 记录i顶点是否加入覆盖的行列中；
for (int j = 1; j <= n; j++)
if (a[i][j] > 0) // 如果i,j相邻，刚把j顶点加入覆盖邻接顶点集中；
N.c[j]++;
}
else
{
N.cn = cn;
}
N.i = i;
H.Insert(N); // 插入堆中
}
int MinCover(int **a, int v[], int n)
{
DealNode Y;
Y.w = new int[n + 1];
for (int j = 1; j <= n; j++)
{
Y.w[j] = v[j]; // 初始化DealNode类对象Y;
}
Y.a = a;
Y.n = n;
Y.bestx = v; // 将地址赋予bestx，
Y.BBVC();
return Y.bestn; // bestn是最后的最小顶点覆盖集权重；
}
int main()
{
int startV, endV; // 一条边的起始节点，终止节点
int vertexNum, edgeNum; // 顶点数，边数
int i;
cin >> vertexNum >> edgeNum;
int **a; // 图的邻接矩阵表示，1表示有边
a = new int *[vertexNum + 1];
for (int k = 0; k <= vertexNum; k++)
a[k] = new int[vertexNum + 1];
for (int i = 0; i <= vertexNum; i++)
for (int j = 0; j <= vertexNum; j++)
a[i][i] = 0;
int *p; // 顶点的权值数组
p = new int[vertexNum + 1];
for (i = 1; i <= vertexNum; i++)
cin >> p[i];
for (i = 1; i <= edgeNum; i++)
{
cin >> startV >> endV;
a[startV][endV] = 1;
a[endV][startV] = 1;
}
int minVertex = MinCover(a, p, vertexNum);
cout << minVertex << endl;
for (i = 1; i <= vertexNum; i++)
{
cout << p[i] << " ";
}
cout << endl;
return 0;
}
▲验证
<2> 算法实现题6-6 n后问题
▲问题重述
设计一个解n后问题的队列式分支限界法，计算在n × n n\times nn×n个方格上放置彼此不受攻击的n个皇后的一个放置方案。
案例
input
5
output
1 3 5 2 4
▲解题思路
- 定义一个结构体
node，表示棋盘上的每一个可能的位置，以及记录了当前状态的一些信息，如列、左右对角线等的占用情况。 - 使用优先队列
priority_queue来存储搜索过程中的状态，按照结构体中的x值进行排序。这里的x表示当前放置的皇后所在的行数。 - 在主循环中，初始化棋盘的初始状态，将第一行的每一个位置作为起点，生成相应的初始状态，并加入优先队列中。
- 进入主循环，每次从优先队列中取出一个状态，判断是否达到了目标状态（即放置了所有皇后），如果是则输出解，并结束程序（因为只需要找到一个可行解即可）。
- 如果当前状态不是目标状态，继续在下一行尝试放置皇后。遍历每一列，对于每一个可行的位置，生成新的状态并加入优先队列中。
- 在生成新状态时，进行剪枝操作，检查当前位置是否与之前的皇后冲突，如果冲突则跳过该位置。
- 重复以上步骤，直到找到一个解或者队列为空。由于采用优先队列，搜索时会先尝试最有希望的位置，加速找到解的过程。
▲代码
#include <bits/stdc++.h>
using namespace std;
#define N 100
int n;
struct node
{
int vis[N] = {0}, col[N] = {0}, lr[N] = {0}, rl[N] = {0};
int x, y;
node(int a, int b) : x(a), y(b) {}
bool operator<(const node &a) const
{
return x < a.x;
}
};
priority_queue<node> q;
int main()
{
cin >> n;
for (int i = 0; i < n; i++)
{
node temp = node(0, i);
temp.vis[0] = i + 1;
temp.col[i] = 1;
temp.rl[temp.x + temp.y] = 1;
temp.lr[50 + temp.x - temp.y] = 1;
q.push(temp);
}
while (!q.empty())
{
node temp = q.top();
q.pop();
if (temp.x == n - 1)
{
for (int i = 0; i < n; i++)
{
cout << temp.vis[i] << " ";
}
cout << endl;
break; // 只需要给出一个答案即可
}
if (temp.x < n - 1)
{
for (int i = 0; i < n; i++)
{
node next = node(temp.x + 1, i);
if (temp.col[next.y] || temp.lr[50 + next.x - next.y] || temp.rl[next.x + next.y])
{ // 剪枝
continue;
}
for (int i = 0; i < N; i++)
{
next.lr[i] = temp.lr[i];
next.rl[i] = temp.rl[i];
next.col[i] = temp.col[i];
}
next.col[next.y] = 1;
next.lr[50 + next.x - next.y] = 1;
next.rl[next.x + next.y] = 1;
for (int i = 0; i < next.x; i++)
{
next.vis[i] = temp.vis[i];
}
next.vis[next.x] = i + 1;
q.push(next);
}
}
}
return 0;
}
▲验证
验证了n=5,10,15三种情况。
<3> 算法实现题6-7 布线问题
▲问题重述
▲解题思路
MinHeap类定义了最小堆，用于存储待处理的状态。该堆的元素是BoardNode类型的对象。BoardNode类表示电路板的一种摆放方式，包含了一些必要的信息。len方法用于计算电路板摆放的长度。BBArrangeBoards函数是基于分支限界法的核心算法。它通过不断生成摆放状态，使用最小堆来搜索可能的最优解。HeapSize为堆的大小。Make2DArray函数用于动态创建二维数组。- 在
main函数中，用户输入了电路板数量n。通过Make2DArray创建了二维数组B，表示电路板之间的连接关系。然后调用BBArrangeBoards函数求解问题，并输出最小长度和对应的摆放方式。
▲代码
#include <array>
#include <bits/stdc++.h>
#include <queue>
using namespace std;
int n, *p;
template <class Type>
class MinHeap // 最小堆类；
{
public:
MinHeap(Type a[], int n); // 带两参数的构造函数，在此程序中没有应用；
MinHeap(int ms); // 构造函数重载，只初始化堆的大小，对堆中结点不初始化；另外，堆元素的存储是以数组
~MinHeap(); // 形式，且无父、子指针，访问父亲结点，利用数组标号进行；
bool Insert(const Type &x); // 插入堆中一个元素；
bool RemoveMin(Type &x); // 删除堆顶最小结点；
void MakeEmpty(); // 使堆为空
bool IsEmpty();
bool IsFull();
int Size();
protected:
void FilterDown(const int start, const int endOfHeap); // 自顶向下构造堆
void FilterUp(const int start); // 自底向上构造堆
private:
Type *heap;
int maxSize;
const int defaultSize;
int currentSize; // 堆当前结点个数大小
};
template <class Type>
MinHeap<Type>::MinHeap(int ms) : defaultSize(100)
{
maxSize = (ms > defaultSize) ? ms : defaultSize;
heap = new Type[maxSize];
currentSize = 0;
}
template <class Type>
MinHeap<Type>::MinHeap(Type a[], int n) : defaultSize(100)
{
maxSize = (n > defaultSize) ? n : defaultSize;
heap = new Type[maxSize];
currentSize = n;
for (int i = 0; i < n; i++)
heap[i] = a[i];
int curPos = (currentSize - 2) / 2;
while (curPos >= 0)
{
FilterDown(curPos, currentSize - 1);
curPos--;
}
}
template <class Type>
MinHeap<Type>::~MinHeap()
{
delete[] heap;
}
template <class Type>
void MinHeap<Type>::FilterDown(const int start, const int endOfHeap)
{
int i = start, j = i * 2 + 1;
Type temp = heap[i];
while (j <= endOfHeap)
{
if (j < endOfHeap && heap[j] > heap[j + 1])
j++;
if (temp < heap[j])
break;
else
{
heap[i] = heap[j];
i = j;
j = 2 * i + 1;
}
}
heap[i] = temp;
}
template <class Type>
void MinHeap<Type>::FilterUp(const int start)
{
int i = start, j = (i - 1) / 2;
Type temp = heap[i];
while (i > 0)
{
if (temp >= heap[j])
break;
else
{
heap[i] = heap[j];
i = j;
j = (i - 1) / 2;
}
}
heap[i] = temp;
}
template <class Type>
bool MinHeap<Type>::RemoveMin(Type &x)
{
if (IsEmpty())
{
cerr << "Heap empty!" << endl;
return false;
}
x = heap[0];
heap[0] = heap[currentSize - 1];
currentSize--;
FilterDown(0, currentSize - 1);
return true;
}
template <class Type>
bool MinHeap<Type>::Insert(const Type &x)
{
if (IsFull())
{
cerr << "Heap Full!" << endl;
return false;
}
heap[currentSize] = x;
FilterUp(currentSize);
currentSize++;
return true;
}
template <class Type>
bool MinHeap<Type>::IsEmpty()
{
return currentSize == 0;
}
template <class Type>
bool MinHeap<Type>::IsFull()
{
return currentSize == maxSize;
}
template <class Type>
void MinHeap<Type>::MakeEmpty()
{
currentSize = 0;
}
template <class Type>
int MinHeap<Type>::Size()
{
return currentSize;
}
class BoardNode
{
friend int BBArrangeBoards(int **, int, int *&);
public:
operator int() const { return cd; }
int len(int **, int ii);
private:
int *x, s, cd;
};
int BoardNode::len(int **conn, int ii)
{
int sum = 0;
for (int i = 1, sum = 0; i <= ii; i++)
{
for (int j = i + 1; j <= ii; j++)
{
int dist = x[i] > x[j] ? x[i] - x[j] : x[j] - x[i];
sum += conn[i][j] * dist;
}
}
return sum;
}
int BBArrangeBoards(int **conn, int n, int *&bestx)
{
int HeapSize = 10;
MinHeap<BoardNode>
H(HeapSize);
BoardNode E;
E.x = new int[n + 1];
E.s = 0;
E.cd = 0;
for (int i = 1; i <= n; i++)
E.x[i] = i;
int bestd = INT_MAX;
bestx = 0;
while (E.cd < bestd)
{
if (E.s == n - 1)
{
int ld = E.len(conn, n);
if (ld < bestd)
{
delete[] bestx;
bestx = E.x;
bestd = ld;
}
else
delete[] E.x;
}
else
{
for (int i = E.s + 1; i <= n; i++)
{
BoardNode N;
N.x = new int[n + 1];
N.s = E.s + 1;
for (int j = 1; j <= n; j++)
N.x[j] = E.x[j];
N.x[N.s] = E.x[i];
N.x[i] = E.x[N.s];
N.cd = N.len(conn, N.s);
if (N.cd < bestd)
H.Insert(N);
else
delete[] N.x;
}
}
delete[] E.x;
}
try
{
H.RemoveMin(E);
}
catch (...)
{
return bestd;
}
while (true)
{
delete[] E.x;
try
{
H.RemoveMin(E);
}
catch (...)
{
break;
}
}
return bestd;
}
template <class T>
void Make2DArray(T **&x, int rows, int cols)
{
x = new T *[rows];
for (int i = 0; i < rows; ++i)
{
x[i] = new T[cols];
}
}
int main()
{
cin >> n;
p = new int[n + 1];
int **B;
Make2DArray(B, n + 1, n + 1);
for (int i = 1; i <= n - 1; i++)
for (int j = i + 1; j <= n; j++)
cin >> B[i][j];
cout << BBArrangeBoards(B, n, p) << endl;
for (int i = 1; i <= n; i++)
cout << p[i] << " ";
cout << endl;
return 0;
}
▲验证
书上案例验证通过。
扫一扫
1124
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
