回溯法思想的介绍(旅行售货员问题,装载问题, 0-1背包问题,图的m着色问题)

基本介绍

 当需要找出问题的解集，或者要求回答什么解是满足某些约束条件的最佳解时，往往要使用回溯法。

 回溯法的基本做法是搜索，或是一种组织得井井有条的，能避免不必要搜索的穷举式搜索法。

 在问题的解空间树中，回溯法按深度优先策略，从根结点出发搜索解空间树。

基本思想

• 扩展结点:一个正在产生儿子的结点
• 活结点:一个自身已生成但其儿子还没有全部生成的节点
• 死结点:一个所有儿子已经产生的结点

• 确定了解空间的组织结构后，回溯法从开始节点出发，以深度优先方式搜索整个解空间，这个开始节点成为活节点，同时成为当前的扩展结点。
• 在当前的可扩展结点处，搜索向纵深方向移至一个新的结点，这个新结点成为当前的活结点，并成为扩展结点。
• 如果在当前的可扩展结点处不能向纵深方向移动（结点不包含问题解、没有可扩展的结点、到达叶子结点），则当前扩展结点变成死结点。此时，应回溯至最近的一个活动结点处，并使这个活动结点成为当前的扩展结点。
• 回溯法以这种工作方式递归地在解空间中搜索，直至找到所要求的解或者解空间中已无活动结点为止。

0-1背包举例

这里仅仅是将0-1背包问题的子集树列出来进行展示一下。具体的问题分析请看 👉 0-1背包问题-回溯法

常用剪枝函数：

 搜索左子树时：用约束函数在扩展结点处剪去不满足约束的左子树；
 搜索右子树时：用限界函数剪去得不到最优解的右子树。

 在上个例子中：

     约束函数cw+wi ≥ C时，剪掉左子树。即：cw+wi ≤ C时，搜索左子树

     限(上)界函数cp+r ≤ Bestv 时，剪掉右子树。即：cp+r > Bestv时，搜索右子树

解题步骤

• 针对所给问题，定义问题的解空间
• 确定易于搜索的解空间结构
• 以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索

子集树与排列树

• 子集树: 所给的问题是从n个元素的集合中找出满足某种性质的子集时, 相应的解空间称为子集树.

  子集树通常有2ⁿ个叶结点, 遍历子集树的任何算法均需Ω(2ⁿ)的计算时间.

  例如: 0-1背包问题的解空间为一棵子集树.

• 排列树: 当所给的问题是确定n个元素满足某种性质的排列时, 相应的解空间称为排列树.

  排列树通常有（n-1）!个叶结点, 遍历排列树需要Ω(n!)的计算时间.

  例如: 旅行售货员问题的解空间为一棵排列树.

旅行售货员问题

 👉 旅行售货员问题-回溯法

装载问题

 👉 装载问题-回溯法

0-1背包问题

 👉 0-1背包问题-回溯法

图的m着色问题

 👉 图的m着色问题-回溯法