穷举查找之旅行商问题、背包问题、分配问题_背包问题和旅行商问题区别-CSDN博客

本文链接：https://blog.csdn.net/qq_53226437/article/details/123457298

博客探讨了穷举查找在解决组合问题如旅行商问题和背包问题时的低效性，指出这些问题属于NP困难类别。同时介绍了分配问题，一个可以通过穷举查找解决但效率极低的例子，尽管存在更高效的匈牙利方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

穷举查找

对于组合问题来说，穷举查找是一种简单的蛮力算法。它要求生成问题域中的每一个元素，选出其中满足问题约束的元素，然后再找出一个期望元素。

旅行商问题

简单来说，这个问题要求找出一条n个给定的城市间的最短路径，使我们在回到出发的城市之前，对每个城市都只访问一遍。这个问题可以很方便地用加权图来建模，也就是说，用图的顶点代表城市，用边的权重表示城市间的距离。这样该问题就可以表述为求一个图的最短哈密顿回路问题。

哈密顿回路：一个对图的每个顶点都只穿越一次的回路

对于四个点都连通的图，我们假定从a点出发，可以将获得(4-1)!条路径（公式(n-1)!），但是需要注意的是，如果没有假定起点，那么这个问题的规模将增大n倍
在这里插入图片描述
对于图中的例子，其实我们发现它们是两两成对的，同对之间不同的仅仅是方向，因此，我们可以将路径总数减半(n-1)!/2，但是，显然，这并没有提高太大的效率。

背包问题

这是计算机科学中另一个著名的问题。给定n个重量为 $w_1,w_2,...,w_n,$ 价值为 $v_1,v_2,...,v_n$ 的物品和一个承重为W的背包，求这些物品中一个最优价值的子集，并且要能够装到背包中。
在这个问题中，穷举查找需要考虑给定的n个子集，为了找出可行的子集（也就是说，总重量不超过背包承重能力的子集），要计算出每个子集的总重量，然后在它们中间找到价值最大的子集。因为一个n元素集合的子集数量为 $2^n$ 个，所以无论生成独立子集的效率有多高，穷举查找都会导致一个 $\Omega(2^n)$ 的算法。如下例子：
在这里插入图片描述

因此无论是对旅行商问题还是背包问题，穷举查找型算法对于任何输入都是非常低效的。实际上，这两个问题就是所谓的NP困难问题中最著名的例子。

分配问题

对于可以穷举查找求解的问题，我们再举第三个例子：有n个任务需要分配给n个人执行，一个任务对应一个人（意思是说：每个任务只分配一个人，每个人只分配一个任务）。对于每一对i,j=1,2,…,n来说，将第j个任务分配给第i个人的成本是C[i,j]，该问题要找出总成本最小的分配方案。
下面是该问题的一个小规模的实例，表中的数值代表的是分配成本C[i,j]
在这里插入图片描述
很容易发现，分配问题的实例完全可以用它的成本矩阵C来表示。就这个矩阵来说，这个问题要求在矩阵的每一行中选出一个元素，这些元素分别属于不同的列，而且元素的和是最小的。请注意，求解该问题并没有一个显而易见的策略。例如，我们不能选择每行中的最小元素，因为这些元素可能属于同一列。实际上，整个矩阵的最小元素并不一定是最优解的一部分。下面是上面例子的答案：
在这里插入图片描述