TSP问题之对角线完全算法

算法步骤

Python代码

import numpy as np


def diagonal_complete(D):
    D = D.astype('float')  # D是带权邻接矩阵

    # 为了算法需要，将D的对角线元素均置为无穷大
    inf = np.inf
    for i in range(D.shape[0]):
        D[i, i] = inf

    H = []  # 初始化最终H圈
    row_extract, column_extract = range(D.shape[0]), range(D.shape[0])
    D_extract = D.copy()  # 初始化算法迭代时考虑的子阵
    k_iter = 1  # 初始化迭代次数
    while 1:
        N = D_extract.shape[0]  # 子阵的行列数

        # 求出简化矩阵和各行各列的约数罚数
        Ri = []  # 初始化各行约数
        for i in range(N):
            Ri.append(np.min(D_extract[i]))  # 求出每行的最小值，即行的约数
            D_extract[i] -= Ri[i]  # 子阵每一行减去此行的最小值
        Rj = []  # 初始化各列约数
        for i in range(N):
            Rj.append(np.min(D_extract[:, i]))  # 在上述基础上求出每列的最小值，即列的约数
            D_extract[:, i] -= Rj[i]  # 处理后的子阵每一列再减去此列的最小值
        Pi, Pj = [], []  # 初始化各行各列的罚数
        for i in range(N):
            t = sorted(D_extract[i])
            Pi.append(t[1] - t[0])  # 求出每一行的罚数
            t = sorted(D_extract[:, i])
            Pj.append(t[1] -