python 回溯法 子集树模板

回溯法（探索与回溯法）是一种选优搜索法，又称为试探法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。
参考博文：python回溯法 子数集模板
1、数字组合问题
找出从自然数1、2、3、…、n中任取r个数的所有组合。
例如，n=5，r=3的所有组合为：

1,2,3
1,2,4
1,2,5
1,3,4
1,3,5
1,4,5
2,3,4
2,3,5
2,4,5
3,4,5

分析
换个角度，r=3的所有组合，相当于元素个数为3的所有子集。因此，在遍历子集树的时候，对元素个数不为3的子树剪枝即可。注意，这里不妨使用固定长度的解。
直接套用子集树模板。

'''数字组合问题'''

n = 5
r = 3
a = [1,2,3,4,5] # 五个数字

x = [0]*n # 一个解（n元0,1数组） 固定长度
X = []    # 一组解

def conflict(k):
    global n, r, x

    if sum(x[:k+1]) > r: # 部分解的长度超出r
        return True

    if sum(x[:k+1]) + (n-k-1) < r: # 部分解的长度加上剩下长度不够r
        return True

    return False # 无冲突


# 套用子集树模板
def comb(k): # 到达第k个元素
    global n, x, X

    if k >= n:  # 超出最尾的元素
        #print(x)
        X.append(x[:]) # 保存（一个解）
    else:
        for i in [1, 0]: # 遍历元素 a[k] 的两种选择状态:1-选择，0-不选
            x[k] = i
            if not conflict(k): # 剪枝
                comb(k+1)


# 根据一个解x，构造对应的一个组合
def get_a_comb(x):
    global a

    return [y[0] for y in filter(lambda s:s[1]==1, zip(a, x))]

# 根据一组解X，构造对应的一组组合
def get_all_combs(X):
    return [get_a_comb(x) for x in X]


# 测试
comb(0)
print(X)
print(get_all_combs(X))

2、0-1背包问题

n = 3                  # 物品数量
c = 30                 # 包的载重量
w = [20, 15, 15]       # 物品重量
v = [45, 25, 25]       # 物品价值

maxw = 0               # 符合条件的最大重量
maxv = 0               # 符合条件的最大价值
bag = [0, 0, 0]
bags = []
bestbag = None

# 冲突检测
def conflick(k):
    global bag, w, c
    # bag内的前k个物品已超重，冲突
    if sum([y[0] for y in filter(lambda x:x[1] == 1, zip(w[:k+1], bag[:k+1]))]) > c:
        return True
    return False

# 套用子树集模板
def backpack(k):  # 到达第k个物品
    global bag, maxv, maxw, bestbag
    if k==n:      # 超出最后一个物品，判断结果是否为最优
        cv = get_a_pack_value(bag)
        cw = get_a_pack_weight(bag)

        if cv> maxv:     # 价值大的优先
            maxv = cv
            bestbag = bag[:]
        if cv == maxv and cw < maxw:  # 价值相同，重量轻的优先
            maxw = cw
            bestbag = bag[:]
    else:
        for i in [1,0]:   # 遍历两种状态 选取1，不选取0
            bag[k] = i    # 解的长度是固定的
            if not conflick(k): # 剪枝
                backpack(k+1)

# 根据 bag 计算重量
def get_a_pack_weight(bag):
    global w
    """
        语法
        以下是 filter() 方法的语法:
        
        filter(function, iterable)
    """
    return sum([y[0] for y in filter(lambda x:x[1]==1,zip(w,bag))])

# 根据 bag 计算价值
def get_a_pack_value(bag):
    global v
    return sum([y[0] for y in filter(lambda x:x[1]==1,zip(v,bag))])


# 测试
backpack(0)
print(bestbag, get_a_pack_value(bestbag))