算法——分支限界

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

1. 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。
2. 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：