今天聊完分支限界暂时性的停止一下这个话题,温故而知新!
这几类算法基本上是将问题分为了几类,那么当遇到一个新的问题时,会去想这个问题满足哪种算法的特征,而去匹配。如果不能将这些算法的特征熟稔于心,而是生搬硬套去使用就太zz了吧(勉励自己)
概念
分支限界法一般用来对比回溯法。
分支限界法常以广度优先或以最小耗费(最大效益)优先的方式搜索问题的解空间树。
在分支限界法中,每一个活结点只有一次机会成为扩展结点。活结点一旦成为扩展结点,就一次性产生其所有儿子结点(广度优先)。在这些儿子结点中,导致不可行解或导致非最优解的儿子结点被舍弃,其余儿子结点被加入活结点表中。
此后,从活结点表中取下一结点成为当前扩展结点,并重复上述结点扩展过程。这个过程一直持续到找到所需的解或活结点表为空时为止。
(百度百科)
与回溯法的差异
- 求解目标:回溯法的求解目标是找出解空间树中满足约束条件的所有解,而分支限界法的求解目标则是找出满足约束条件的一个解,或是在满足约束条件的解中找出在某种意义下的最优解。
- 搜索方式:回溯法以深度优先的方式搜索解空间树,而分支限界法则以广度优先或以最小耗费优先的方式搜索解空间树。
常见的两种分支限界法
- 队列式(FIFO):按照FIFO原则选取下一个节点作为扩展节点。
- 优先队列式:按照队列中规定的优先级选取优先级最高的节点作为当前扩展节点。
例子
0-1背包
分析:问题的解可表示为n元向量{x1, x2, ... xn }, xiÎ{0,1},则可用子集树表示解空间, 在树中做广度优先搜索
约束条件:背包中物品重量小于背包容量
限界条件:nCurrentValue为当前背包中物品价值,nMaxValue之前背包中装入的最大价值的物品。nP = bound(i + 1),第 i个物品之后的所有物品可装入背包的最大价值。要求:nP + nCurrentValue > nMaxValue.
参考:https://blog.csdn.net/u013507368/article/details/40861981
代码实现: