最短汉密尔顿回路算法c语言,【算法】浅谈最短哈密尔顿回路类问题的两种近似算法...

// 标题是糊弄人的

1. 问题引入

给出一张图，求其最短哈密尔顿回路，也就是 “旅行商问题”(Traveling Saleman Problem，TSP)

假设有一个旅行商人要拜访 $n$个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。

路径的选择目标是要求得的路径路程为所有路径之中的最小值。

这是一个著名的 NP-C(NP 完全)问题，也就是说——爆搜不可避

爆搜很简单，枚举一个排列表示第 $1, 2, 3, …, n$个经过的点，再判断距离就行了，取最小值

但是这样复杂度是 $O(n!)$级别的，即使 $n \leq 20$都是不可接受的

对于 $n \leq 20$左右的数据，可以用状态压缩动态规划求解，复杂度 $n ^ 2 2 ^ n$，可能需要常数上的优化

2. 模拟退火

模拟退火将热力学的理论应用到统计学中，一开始温度高，分子能量大，移动范围广，可以防止停留在局部最优解

到后面一步步降温，移动范围逐渐收敛，最终获取到的解一般较优

模拟退火解决 TSP 问题大概分为如下几部：

根据当前路径，随机生成一个新路径

比较当前路径与新路径，若新路径较优，则接受新路径，把当前路径替换成新路径

否则以 $e ^ {\Delta / T}$的概率接受新路径，其中 $\Delta$表示新路径长度与当前路径长度的差(为负数)，$T$表示当前温度

若温度低于设定的最低温度，则退出算法