1. 请用回溯法的方法分析“最小重量机器设计问题”
问题描述:设某一机器由n个部件组成,每一种部件都可以从m个不同的供应商处购得。设wij是从供应商j 处购得的部件i的重量,cij是相应的价格。
试设计一个算法,给出总价格不超过d的最小重量机器设计。
1.1 说明“最小重量机器设计问题"的解空间
解空间为保存当前重量下每个部件供应商的号码的一个一维数组,每次深度搜索时,记录当前选择的部件,对应的层次即该一维数组的序号(选择的部件是第几个,就放在这个数组的第几位)。
1.2 说明 “最小重量机器设计问题"的解空间树
解空间树一共有n层,从第1层开始,第一层有m个结点,分别代表不同供货商供应的第一个部件,第二层有m^2个结点,代表每个结点又产生m个子节点,这些子节点代表在当前已选择的部件的基础下,下一次部件选择所选择的供货商,所以,第n层有m^n个结点。整棵树代表了每个部件不同的选择所产生的不同路径。
1.3 在遍历解空间树的过程中,每个结点的状态值是什么
每个结点的状态值有三个,分别为:1.供应商数组(将该节点按照深度读入的父结点以及现在结点的部件供应商),2.当前所采用部件的总价格,3.当前所采用部件的总重量。
2. 你对回溯算法的理解
个人对回溯算法的一些理解。
1.什么时候明显使用回溯算法
当该问题需要限定的条件以及从多种可能的解中寻找正确的解决方法,并且经过判断可以构建一个回溯解空间树时(解空间树深度不能过大),可以考虑使用回溯算法。经典题目如01背包以及判断子集和。
2.回溯算法使用注意事项
(1)解空间树的深度要控制,否则容易出现超时,因为构建一棵解空间树(常见为二叉树或n叉树)所需的空间将会随着深度越来越大,所需空间为depth(深度)*n(子节点个数)。
(2)回溯算法中必须要有限定回溯结束的条件,否则可能造成无限循环。这个结束条件不一定是遍历到底,也可以是题目中的某个要求。
(3)回溯算法套路为,选择或者不选择子节点,并从浅到深进行遍历,所以剪枝是一种降低时间、空间复杂度的好办法。剪枝条件一般写在回溯算法递归调用之前,调用回溯算法后需要回复当前结点的状态。
下面使用经典题目判断子集和来说明。
设集合S={x1,x2,…,xn}是一个正整数集合,c是一个正整数,子集和问题判定是否存在S的一个子集S1,使S1中的元素之和为c。试设计一个解子集和问题的回溯法,并输出利用回溯法在搜索树(按输入顺序建立)中找到的第一个解。
输入格式:
输入数据第1行有2个正整数n和c,n表示S的大小,c是子集和的目标值。接下来的1行中,有n个正整数,表示集合S中的元素。
是子集和的目标值。接下来的1 行中,有n个正整数,表示集合S中的元素。
输出格式:
输出利用回溯法找到的第一个解,以空格分隔,最后一个输出的后面有空格。当问题无解时,输出“No Solution!”。
输入样例:
在这里给出一组输入。例如:
5 10
2 2 6 5 4
输出样例:
在这里给出相应的输出。例如:
2 2 6
本题中,较难通过的测试点为运行超时,使用剪枝算法后仍然过不了,此时我们需要在题目所给出条件上寻找一个是否开始循环的判断条件,就可以避免一个大量的深度的回溯。
解决代码:
#include<iostream>
using namespace std;
#include<iostream>
using namespace std;
int n;
int m;
int num[10000];
int solu[10000]={0};
int sum = 0;
int SUM = 0;
int flag = 0;//判断第一次输出以及是否至少有一个解决方案
void backtrack(int t)
{
if(t>n||flag==1||sum>m)
{
return;
}
if(sum+num[t]<=m)
{
sum+=num[t];
solu[t] = num[t];
if(m==sum)
{
flag = 1;
for(int i=1;i<=n;i++)
{
if(solu[i]>0)
cout<<solu[i]<<" ";
}
return;
}
backtrack(t+1);
solu[t] = 0;
sum-=num[t];
}
if(flag==0)
{
backtrack(t+1);
}
}
int main()
{
cin>>n>>m;
for(int i=1;i<=n;i++)
{
cin>>num[i];
SUM+=num[i];
}
if(SUM<m)//首先判断要不要使用回溯法,如果无需使用则直接return。
{
cout<<"No Solution!";
return 0;
}
backtrack(1);
if(flag==0)
{
cout<<"No Solution!";
}
}