理论辅助:
回溯算法也叫试探法,它是一种系统地搜索问题的解的方法。回溯算法的基本思想是:从一条路往前走,能进则进,不能进则退回来,换一条路再试。用回溯算法解决问题的一般步骤为:
1、定义一个解空间,它包含问题的解。
2、利用适于搜索的方法组织解空间。
3、利用深度优先法搜索解空间。
4、利用限界函数避免移动到不可能产生解的子空间。
问题的解空间通常是在搜索问题的解的过程中动态产生的,这是回溯算法的一个重要特性。
还是那个基调,不喜欢纯理论的东西,喜欢使用例子来讲诉理论,在算法系列总结:动态规划(解公司外包成本问题) 的那一节里面 我们举得是经典的0-1背包问题,在回溯算法里面也有一些很经典的问题,当然,动态规划的0-1背包问题其实也可以使用回溯算法来解。在诸如此类似的求最优解的问题中,大部分其实都可以用回溯法来解决,可以认为回溯算法一个”通用解题法“,这是由他试探性的行为决定的,就好比求一个最优解,我可能没有很好的概念知道怎么做会更快的求出这个最优解,但是我可以尝试所有的方法,先试探性的尝试每一个组合,看看到底通不通,如果不通,则折回去,由最近的一个节点继续向前尝试其他的组合,如此反复。这样所有解都出来了,在做一下比较,能求不出最优解吗?
例子先行,现在我们来看看经典的N后问题
问题描述:在n*n格的棋盘上放置彼此不受攻击的n个皇后。按照国际象棋的规矩,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。n后问题等价于在n*n格的棋盘上方置n个皇后,任何2个皇后不放在同一行或同一列或同一斜线上。我们需要求的是可放置的总数。
基本思路: 用n元组x[1;n]表示n后问题的解。其中,x[i]表示皇后i放置在棋盘的第i行的第x[i]列。由于不容许将2个皇后放在同一列上,所以解向量中的x[i]互不相同。2个皇后不能放在同一斜线上是问题的隐约束。对于一般的n后问题,这一隐约束条件可以化成显约束的形式。如果将n*n 格的棋盘看做二维方阵,其行号从上到下,列号从左到右依次编号为1,2,...n。从棋盘左上角到右下角的主对角线及其平行线(即斜率为-1的各斜线)上,2个下标值的差(行号-列号)值相等。同理,斜率为+1的每条斜线上,2个下标值的和(行号+列号)值相等。因此,若2个皇后放置的位置分别是(i,j)和(k,l),且 i-j = k -l 或 i+j = k+l,则说明这2个皇后处于同一斜线上。以上2个方程分别等价于i-k = j-l 和 i-k =l-j。由此可知,只要|i-k|=|l-j|成立,就表明2个皇后位于同一条斜线上。
代码:
#include <math.h>
#include<stdlib.h>
static int n,x[1000 ];
static long sum;
int Place(int k)
{
for(int j=1;j <k; j++ )
if((abs(k-j) == abs(x[j]-x[k]))||(x[j]==x[k])) return 0 ;
return 1 ;
}
void Backtrak(int t)
{
if(t>n) sum++ ;
else
for(int i=1; i <= n; i++ )
{
x[t] = i;
if(Place(t))Backtrak(t+1 );
}
}
int main()
{
int nn;
while(scanf("%d",&nn)!= EOF)
{
n= nn;
sum=0 ;
for(int i=0;i<=n;i++ )
x[i]=0 ;
Backtrak(1 );
printf("%d\n" ,sum);
}
}
这段代码有必要解释一下,Place(int)即尝试看是否可以,如果不可以则回退到t+1层,再尝试其他的组合。
这里也道出了回溯算法的核心思想:但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择
算法实践:
问题描述:在一个n*n的网格里,每个网格可能为“墙壁”(用‘X’表示)和“街道”(用‘.’表示)。现在在街道放置碉堡,每个碉堡可以向上下左右四个方向开火,子弹射程无限远。墙壁可以阻挡子弹。问最多能放置多少个碉堡,使它们彼此不会互相摧毁。
如下面四张图,墙壁用黑正方形表示,街道用空白正方形表示,圆球就代表碉堡。1,2,3是正确的,4,5是错误的。以为4,5里面在某一行或者某一列有两个碉堡,这样他们就会互相攻击了。意思明白了吗?可能我的表达很不清晰,呵呵….
4 ——————输入的n值
.X..
....
XX..
....
2
XX
.X
3
.X.
X.X
.X.
4
....
....
....
....
Sample output:
5
1
5
4
初拿到这个问题,你会不会想到回溯算法呢?有人说遍历墙的位置,然后再墙的上下左右四个格子放置碉堡会得到最优解,这个我没有验证过,细细的用笔画了画,好像是这么回事,但是很多时候要知道最优解用什么方法是很难发现的,利用通用解题方法回溯法,我们可以在一片茫然的时候开始我们的编程
首先我们来分析一下这个问题:使用回溯法,我们尝试每一种可能放置的情况,然后进行判断是否满足要求,若不满足,尝试放到下一个单元格,如此反复,最终,我们将所有可能放置的情况全部遍历出来了,连所有情况都出来了,难不成还找不到最优解吗?哈哈。。说做就做…
char map[ 4 ][ 4 ];
int best,n;
int canput( int row, int col)
{
int i;
for (i = row - 1 ; i >= 0 ; i -- )
{
if (map[i][col] == ' o ' ) return 0 ;
if (map[i][col] == ' x ' ) break ;
}
for (i = col - 1 ; i >= 0 ; i -- )
{
if (map[row][i] == ' o ' ) return 0 ;
if (map[row][i] == ' x ' ) break ;
}
return 1 ;
}
void solve( int k, int tot)
{
int x,y;
if (k == n * n)
{
if (tot > best)
{
best = tot; return ;
}
}
else
{
x = k / n;
y = k % n;
if ((map[x][y] == ' . ' ) && (canput(x,y) ) )
{
map[x][y] = ' o ' ;
solve(k + 1 ,tot + 1 );
map[x][y] = ' . ' ;
}
solve(k + 1 ,tot);
}
}
int main()
{
int i,j;
scanf( " %d " , & n);
while (n > 0 )
{
for (i = 0 ;i < n;i ++ )
for (j = 0 ;j < n;j ++ )
scanf( " %1s " , & map[i][j]);
best = 0 ;
solve( 0 , 0 );
printf( " %d\n " ,best);
n = 0 ;
scanf( " %d " , & n);
}
return 0 ;
}
对上面的代码做一下点解释,canput是做检验的,检验放在某个地点到底行不行得通,solve才是真正进行递归回溯的函数。。
算法系列目录: