分支限界法旅行售货员问题_回溯法

一. 回溯法 – 深度优先搜素
1. 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。
基本思想类同于：

• 图的深度优先搜索
• 二叉树的后序遍历
  【
  分支限界法：广度优先搜索
  思想类同于：图的广度优先遍历
  二叉树的层序遍历
  】
  2. 详细描述
  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。
  3. 回溯法应用
  当问题是要求满足某种性质（约束条件）的所有解或最优解时，往往使用回溯法。
  它有“通用解题法”之美誉。
  二. 回溯法实现 - 递归和递推（迭代）
  回溯法的实现方法有两种：递归和递推（也称迭代）。一般来说，一个问题两种方法都可以实现，只是在算法效率和设计复杂度上有区别。
  【类比于图深度遍历的递归实现和非递归（递推）实现】
  1. 递归
  思路简单，设计容易，但效率低，其设计范式如下：

//针对N叉树的递归回溯方法
void backtrack (int t)
{
    
	if (t>n) output(x); //叶子节点，输出结果，x是可行解
	else
		for i = 1 to k//当前节点的所有子节点
		{
    
			x[t]=value(i); //每个子节点的值赋值给x
			//满足约束条件和限界条件
			if (constraint(t)&&bound(t)) 
			backtrack(t+1);	//递归下一层
		}
}

2. 递推
算法设计相对复杂，但效率高。

//针对N叉树的迭代回溯方法
void iterativeBacktrack ()
{
    
	int t=1;
	while (t>0) {
    
		if(ExistSubNode(t)) //当前节点的存在子节点
		{
    
			for i = 1 to k  //遍历当前节点的所有子节点
			{
    
				x[t]=value(i);//每个子节点的值赋值给x
				if (constraint(t)&&bound(t))//满足约束条件和限界条件 
				{
    
					//solution表示在节点t处得到了一个解
					if (solution(t)) output(x);//得到问题的一个可行解，输出
					else t++;//没有得到解，继续向下搜索
				}
			}
		}
		else //不存在子节点，返回上一层
		{
    
			t--;
		}
	}
}

三. 子集树和排列树
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。
回溯法搜索子集树的算法范式如下：

void backtrack (int t)
{
    
  if (t>n) output(x);
    else
      for (int i=0;i<=1;i++) {
    
        x[t]=i;
        if (constraint(t)&&bound(t)) backtrack(t+1);
      }
}

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。
回溯法搜索排列树的算法范式如下：

void backtrack (int t)
{
    
  if (t>n) output(x);
    else