几个回溯算法的例子

几个回溯算法的例子

  1. n后放置

在这里插入图片描述

由题意可知,其解为四维向量

其搜索空间为:

4叉树

在这里插入图片描述

在这里插入图片描述
2. 0-1背包

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

一定要注意对搜索空间的了解:

在这里插入图片描述
为什么只有两个方块呢,因为回溯发现,其他分支内的解没有这两个解好。

在这里插入图片描述

  1. 货郎问题

在这里插入图片描述

这里的min函数表示走一圈的距离,d(ck1,ck2)+d(ck2,ck3)+d(ck3,ck4),d(ckn-1,ckn)+d(ckn,ck1)

在此特别强调,解的形式和约束条件是建模中最重要的东西。

在这里插入图片描述
在这里插入图片描述
对于货郎问题的实例,首先要给出所有的城市两辆之间的距离。
同时易知解向量形式为四维向量(怎么走)
在这里插入图片描述
都是可行解,选其中的最优解。在这里假设是从一号城市开始的。所以一开始是一分叉的

总结

1. 解都是向量
2. 搜索空间都是树结构,货郎问题为排列树,0-1背包问题是子集树、n皇后问题是n叉树,其差别在于分叉的规则不一样。n叉树,每次分n个叉,子集树: 当所给的问题是从n个元素的集合S中找出满足某种性质的子集时,相应的解空间称为子集树,分叉规则视具体情况确定,0-1背包问题就是分2叉。
例如,那个物品的0-1背包问题所相应的解空间树就是一颗子集树。这类子集问题通常有2n个叶节点,其节点总个数为2(n+1)-1。遍历子集树的任何算法均需要O(2^n)的计算时间。
排列树:当所给问题是确定n个元素满足某种性质的排列时,相应的解空间树称为排列树。排列树通常有n!个叶子节点。
4. 树的节点是向量的前部分,可行解在叶节点,最优解在可行解中找
5. 搜索算法有:深度优先、宽度优先、…跳跃式遍历搜索算法从而找到解

在这里插入图片描述

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
语言实现。 可以的,回溯算法是一种常用的算法,它通常用于解决组合问题、排列问题搜索问题等。以下是几个回溯算法例子,用 Java 语言实现: 1. 八皇后问题 八皇后问题是一个经典的回溯算法问题,它的目标是在一个 8x8 的棋盘上放置 8 个皇后,使得每个皇后都不会互相攻击。以下是 Java 代码实现: public class EightQueens { private static final int N = 8; private static int[] queens = new int[N]; public static void main(String[] args) { solve(); } private static void solve(int row) { if (row == N) { printQueens(); return; } for (int col = ; col < N; col++) { if (isValid(row, col)) { queens[row] = col; solve(row + 1); } } } private static boolean isValid(int row, int col) { for (int i = ; i < row; i++) { if (queens[i] == col || Math.abs(row - i) == Math.abs(col - queens[i])) { return false; } } return true; } private static void printQueens() { for (int i = ; i < N; i++) { for (int j = ; j < N; j++) { if (queens[i] == j) { System.out.print("Q "); } else { System.out.print(". "); } } System.out.println(); } System.out.println(); } } 2. -1 背包问题 -1 背包问题是一个经典的动态规划问题,它的目标是在给定的一组物品中选择一些物品放入一个背包中,使得背包中物品的总价值最大,但是不能超过背包的容量。以下是 Java 代码实现: public class Knapsack { private static final int N = 5; private static final int W = 10; private static int[] weights = {2, 2, 6, 5, 4}; private static int[] values = {6, 3, 5, 4, 6}; private static int maxValue = ; private static boolean[] selected = new boolean[N]; public static void main(String[] args) { solve(, , ); System.out.println("Max value: " + maxValue); for (int i = ; i < N; i++) { if (selected[i]) { System.out.print(i + " "); } } } private static void solve(int index, int weight, int value) { if (weight > W) { return; } if (index == N) { if (value > maxValue) { maxValue = value; System.arraycopy(selected, , selected, , N); } return; } selected[index] = true; solve(index + 1, weight + weights[index], value + values[index]); selected[index] = false; solve(index + 1, weight, value); } } 3. 数独问题 数独问题是一个经典的递归回溯问题,它的目标是在一个 9x9 的数独棋盘上填入数字,使得每行、每列和每个 3x3 的子区域中都包含数字 1-9,且每个数字只能出现一次。以下是 Java 代码实现: public class Sudoku { private static final int N = 9; private static int[][] board = { {, , , , , , , , }, {, , , , , , , , }, {, , , , , , , , }, {, , , , , , , , }, {, , , , , , , , }, {, , , , , , , , }, {, , , , , , , , }, {, , , , , , , , }, {, , , , , , , , } }; public static void main(String[] args) { solve(, ); printBoard(); } private static boolean solve(int row, int col) { if (row == N) { return true; } if (col == N) { return solve(row + 1, ); } if (board[row][col] != ) { return solve(row, col + 1); } for (int num = 1; num <= 9; num++) { if (isValid(row, col, num)) { board[row][col] = num; if (solve(row, col + 1)) { return true; } board[row][col] = ; } } return false; } private static boolean isValid(int row, int col, int num) { for (int i = ; i < N; i++) { if (board[row][i] == num || board[i][col] == num) { return false; } } int r = row / 3 * 3; int c = col / 3 * 3; for (int i = r; i < r + 3; i++) { for (int j = c; j < c + 3; j++) { if (board[i][j] == num) { return false; } } } return true; } private static void printBoard() { for (int i = ; i < N; i++) { for (int j = ; j < N; j++) { System.out.print(board[i][j] + " "); } System.out.println(); } } } 以上是三个回溯算法例子,它们分别是八皇后问题、-1 背包问题和数独问题。这些算法都是经典的算法,可以帮助我们更好地理解回溯算法的思想和应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值