回溯与分支定界

一、一般回溯法

描述

•假定算法已经找到部分解为（x1, x2, …, xj）, 然后再考虑向量v=（x1, x2, …, xj ,xj+1）, 有下面的情况：

  （解向量中每个xi都属于一个有限的线序集Xi）

1.如果v表示问题的最后解，算法记录下它作为一个解，在仅希望获得一个解时终止，或者继续去找出其他解。

2.（向前步骤）。如果v表示一个部分解，算法通过选择集合Xj+2中的第一个元素向前。

3.如果v既不是最终的解，也不是部分解，则有两种子情况。

a.如果从集合Xj+1中还有其他的元素可选择，算法将xj+1置为Xj+1中的下一个元素。

b.(回溯步骤)。如果从集合Xj+1中没有更多的元素可选择，算法通过将xj置为Xj中的下一个元素回溯；如果从集合Xj中仍然没有其他的元素可以选择，算法通过将xj-1置为Xj-1中的下一个元素回溯，依次类推。

递归实现

算法 BACKTRACKREC
输入：集合X1，X2，…, Xn 的清楚的或隐含的描述。
输出：解向量v=（x1, x2, …, xi）, i≤n。

v←Φ
flag←false
backrec(1)
if flag then output v
else output “no solution”

procedure backrec (k)
for 每个x∈Xk
     xk←x; 将xk加入v
     if v 为最终解then set flag←true and exit
     else if v 是部分解then backrec (k+1)
end for

迭代实现

算法BACKTRACKITER
输入：集合X1，X2，…, Xn 的清楚的或隐含的描述。
输出：解向量v=（x1, x2, …, xi）, i≤n。

v←Φ
flag←false
k←1
while k≥1
     while Xk 没有被穷举
         xk←Xk 中的下一个元素；将xk加入v
         if v 为最终解then set flag←true, 且从两个while循环退出
         else if v 是部分解then k←k+1    {前进}
     end while
     重置Xk， 使得排在第一位的元素为下一个元素
     k←k-1    {回溯}
end while
if flag then output v
else output “no solution”

示例

三着色问题

递归实现：
算法 3-COLORREC
输入：无向图G=（V，E）。
输出：G的顶点的3着色c[1…n], 其中每个c[j]为1，2或3。

for k←1 to n
     c[k] ←0
end for
flag←false
graphcolor(1)
if flag then output c
else output “no solution”

Procedure  graphcolor(k)
for color = 1 to 3
     c[k] ←color
     if c 为原问题的合法解 then  flag←true and exit
     else if c 是部分解 then graphcolor(k + 1)
end for 


非递归实现：
算法 3-COLORITER
输入：无向图G=（V，E）。
输出：G的顶点的3着色c[1…n], 其中每个c[j]为1，2或3。
for k←1 to n
     c[k] ←0
end for
flag←false
k←1
while k≥1    //点、层、分量
     while c[k] ≤2     //色、分量取值
         c[k] ←c[k]+1     
         if c 为原问题的合法解 then flag←true ；从两个while 循环退出
         else if c 是部分解 then k←k + 1    {前进}
     end while
      c[k] ← 0 
      k←k-1    {回溯} 
end while
if flag then oupput c
else output “no solution

 四皇后问题

算法 4-QUEENS
输入：空。
输出：对应于4皇后问题的解的向量x[1…4]。

1    for k←1 to 4
2          x[k] ←0    {棋盘上无皇后}
3    end for
4    flag←false
5    k←1
6    while k≥1
7         while x [k] ≤3
8             x [k] ←x [k]+1
9             if x 为原问题的合法解 then flag←true 且从两个while 循环退出
10             else if x 是部分解 then k←k + 1    {前进}
11          end while
12          x [k] ←0
13          k←k-1    {回溯}
14    end while
15    if flag then oupput x
else output “no solution”

二、分支定界

•最优化问题是根据某些约束寻求目标函数的最大或最小值。

•可以利用回溯的思想。

•且回溯的思想得到进一步的强化。

•和回溯法相比，分支定界法需要两个额外的条件：

1.  对于一棵状态空间树的每一个节点所代表的部分解，我们要提供一种方法，计算出通过这个部分解繁衍出的任何解在目标函数上的最佳值边界。

2.  目前求得的最佳解的值。

 

•若能得到1，2两信息，即可拿某个阶段的边界值和目前求得的最佳解值比较：

  如果边界值不能超越（也就是说，在最小化问题中不小于，在最大化问题中不大于）目前的最佳解，这个节点就是一个没有希望的节点，需要立即关闭（剪枝），因为从这个节点生成的解，没有一个能比目前已经得到的解更好。

  这就是分支界限技术的主要思想。

 

  一般来说，对于一个分支定界算法的状态空间树来说，只要符合下面任一条件，我们就会中止它的在当前节点上的查找路径：

• 该节点的边界值不优于目前最佳解的值。

• 该节点无法代表任何可行解， 因为它已经违反了问题的约束。

• 该节点代表的可行解的子集只包含一个单独的点（因此无法给出更多的选择）。在这种情况下，我们拿这个可行解在目标函数上的值和目前求得的最佳解进行比较，如果新的解更好一些的话，就用前者替换后者。

 

例子：费用限制下的两点最短路