算法设计与分析——回溯法

一.相关概念：

回溯法：定义在解空间树上搜索解的算法，具有剪枝函数的深度优先生成树
问题的解向量：一个问题的解能表示成一个n元组(x1,x2...xn)，xi取0或1
显约束：对分量xi取值限定
隐约束：对满足问题的解，而对不同分支施加约束
解空间：满足显式约束条件的所有n元组的向量，构成该实例的一个解空间，组织成一颗树即解空间树.

注：同一问题可能有不同的空间树表示，表示越简单，解空间越小，搜索越快

扩展结点：一个正在产生儿子的结点
活结点：一个自身己生成，但其儿子还没有全部生成的结点

死结点：一个所有儿子已经产生的结点
在搜索过程中动态产生问题的解空间树，边搜索边扩展分支

注：数据结构中树深度优先遍历是先创建树，再深度优先通历。而回溯法在任何时刻只保留从根到当前扩展结点的路径，用一个数组X[]存储路径信息，所需空间复杂度O(h(n)),h(n)为叶结点路径长度

二.回溯法解题步骤：

1.针对问题描述，定义解空间

2.确定解空间结构

两类典型解空间树：①子集树/n叉树（左右分支性质不同，eg：0、1代表装或不装，因此剪枝函数适用于每个分支）

void backtrack(int t)
{
    if(t>n) output(x);
        else
            for(int i=0;i<=1;i++)//i分支取值0、1两种情况
            {
                x[t]=i;
                if(constraint(t)&&bound(t) backtrack(t+1));
            }
 }

②排列树（每个分支）

void backtrack(int t)
if(t>n) output(x);
    else
        for(int i=t;i<=n:i++)//i分支取值n种情况
        {
            swap(x[t],x[i]);//展开分支
            if(constraint(t)&&bound(t) backtrack(t+1));
            swap(x[i],x[t]);//返回过程
        }
}

3.以深度优先方式搜索解空间，搜索过程用剪枝函数避免无效搜索 <<避免无效搜索策略两类剪枝函数：①条件约束在扩展结点（左子树）剪去不满足约束条件子树②限界函数（在右子树）剪去得不到最优解的分支>>

三.回溯法计算时间复杂度

（回溯法时间复杂度计算量往往非常高，只有理论意义，没有实际意义）：

①计算出解空间树中除叶子层之外的结点总数f(n)

②每个非叶子节点扩展出其下层的所有分支的时间复杂度g(n)

③算法时间复杂度f(n)*g(n)

四.回溯法经典例题

五.回溯法总结

1）回溯法解决的问题，其解一定可以表示成n元组的形式。
(2)确定易于求解的解空间树。常用：子集树、排列树、n叉树等
一个问题有可能对应二种或多种解空间树，评价的标准：最后一层叶子结点的数量越少越好。
(3)剪枝函数的设计：要求在保证剪枝效率的情况下计算尽量简单。
对于子集树，通常左分支使用约束函数、右分支使用限界函数剪枝。对于排列树或n叉树，这两个函数同时应用于每个分支。
(4)回溯法是有套路的，一般在递归调用backtrack函数前、后的代码动作是相反的。
(5)到达叶子结点时，如果是求最优解，你要确定需不需要跟之前的最优解比较来更新最优解。有些情况是必须要经过比较确认后才能更新为当前最优解。