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))