数据结构--回溯法

. 简单概述
回溯法思路的简单描述是：把问题的解空间转化成了图或者树的结构表示，然后使用深度优先搜索策略进行遍历，遍历的过程中记录和寻找所有可行解或者最优解。详细的描述则为：
回溯法按深度优先策略搜索问题的解空间树。首先从根节点出发搜索解空间树，当算法搜索至解空间树的某一节点时，先利用剪枝函数判断该节点是否可行（即能得到问题的解）。如果不可行，则跳过对该节点为根的子树的搜索，逐层向其祖先节点回溯；否则，进入该子树，继续按深度优先策略搜索。
回溯法的基本行为是搜索，搜索过程使用剪枝函数来为了避免无效的搜索。剪枝函数包括两类：1. 使用约束函数，剪去不满足约束条件的路径；2.使用限界函数，剪去不能得到最优解的路径。
问题的关键在于如何定义问题的解空间，转化成树（即解空间树）。解空间树分为两种：子集树和排列树。两种在算法结构和思路上大体相同。
1.子集树
所给的问题是从n个元素的集合S中找出满足某种性质的子集时，相应的解空间成为子集树。
如0-1背包问题，从所给重量、价值不同的物品中挑选几个物品放入背包，使得在满足背包不超重的情况下，背包内物品价值最大。它的解空间就是一个典型的子集树。
void backtrack(int t){
if(t>=n){
output(); //此时已到达叶子结点，用于输出一个结果
return;
}

//对分叉点遍历0,1两种情况    
for(int i=0;i<=1;i++){
    x[t]=i;  //给第t层代表的选择赋可能选择的值
    if(ok(t))  
        //ok是判断目前的一个解有可行的机会 
        backtrack(t+1);  --递归
}

}

2. 排列树
   所给的问题是确定n个元素满足某种性质的排列时，相应的解空间就是排列树。
   如旅行售货员问题，一个售货员把几个城市旅行一遍，要求走的路程最小。它的解就是几个城市的排列，解空间就是排列树。
   void backtrack(int t){
   if(t>=n){
   output(); //此时已到达叶子结点，用于输出一个结果
   return;
   }
   //从第t个单元开始进行交换排列
   for(int i=t;i<n;i++){
   swap(x[t],x[i]); //交换两个排列顺序，得到了一个解
   if(ok(t))
   //ok是判断目前的一个解有可行的机会
   backtrack(t+1); --递归调用
   swap(x[t],x[i]); //恢复原样，给后面的好继续交换判断
   }

}