int x=017 c语言,数据结构算法与应用-C语言017.pdf

下载

下载

第1 7章 分 枝 定 界

任何美好的事情都有结束的时候。现在我们学习的是本书的最后一章。幸运的是，本章用

到的大部分概念在前面各章中已作了介绍。类似于回溯法，分枝定界法在搜索解空间时，也经

常使用树形结构来组织解空间(常用的树结构是第 1 6章所介绍的子集树和排列树)。然而与回

溯法不同的是，回溯算法使用深度优先方法搜索树结构，而分枝定界一般用宽度优先或最小耗

费方法来搜索这些树。本章与第 1 6章所考察的应用完全相同，因此，可以很容易比较回溯法与

分枝定界法的异同。

相对而言，分枝定界算法的解空间比回溯法大得多，因此当内存容量有限时，回溯法成功

的可能性更大。

17.1 算法思想

分枝定界(branch and bound )是另一种系统地搜索解空间的方法，它与回溯法的主要区

别在于对E-节点的扩充方式。每个活节点有且仅有一次机会变成 E-节点。当一个节点变为 E-

节点时，则生成从该节点移动一步即可到达的所有新节点。在生成的节点中，抛弃那些不可

能导出(最优)可行解的节点，其余节点加入活节点表，然后从表中选择一个节点作为下一

个E-节点。从活节点表中取出所选择的节点并进行扩充，直到找到解或活动表为空，扩充过

程才结束。

有两种常用的方法可用来选择下一个E-节点(虽然也可能存在其他的方法)：

1) 先进先出(F I F O ) 即从活节点表中取出节点的顺序与加入节点的顺序相同，因此活节

点表的性质与队列相同。

2) 最小耗费或最大收益法 在这种模式中，每个节点都有一个对应的耗费或收益。如果查

找一个具有最小耗费的解，则活节点表可用最小堆来建立，下一个 E-节点就是具有最小耗费

的活节点；如果希望搜索一个具有最大收益的解，则可用最大堆来构造活节点表，下一个 E-

节点是具有最大收益的活节点。

例17-1 [迷宫老鼠] 考察图16-3a 给出的迷宫老鼠例子和图 1 6 - 1的解空间结构。使用F I F O分枝

定界，初始时取( 1，1)作为E-节点且活动队列为空。迷宫的位置( 1 , 1)被置为1，以免再次

返回到这个位置。(1，1)被扩充，它的相邻节点( 1，2 )和(2 ，1)加入到队列中(即活节

点表)。为避免再次回到这两个位置，将位置( 1，2 )和(2 ，1)置为1。此时迷宫如图1 7 - 1 a

所示，E-节点( 1，1)被删除。

1 1 0 1 1 1 1 1 1

1 1 1 1 1 1 1 1 1

0 0 0 0 0 0 1 0 0

a ) b ) c )

图17-1 迷宫问题的F I F O分枝定界方法

第 1 7章 分 枝 定 界 5 1 7

下载

节点(1，2 )从队列中移出并被扩充。检查它的三个相邻节点(见图1 6 - 1的解空间)，只有

(1，3 )是可行的移动(剩余的两个节点是障碍节点)，将其加入队列，并把相应的迷宫位置置

为1，所得到的迷宫状态如图 17-1b 所示。节点( 1，2 )被删除，而下一个E-节点(2 ，1)将

会被取出，当此节点被展开时，节点(3，1)被加入队列中，节点(3，1)被置为1，节点(2 ，

1)被删除，所得到的迷宫如图17-1c 所示。此时队列中包含( 1，3 )和(3，1)两个节点。随

后节点(1，3 )变成下一个E-节点，由于此节点不能到达任何新的节点，所以此节点即被删除，

节点(3 ，1)成为新的E-节点，将队列清空。节点( 3 ，1)展开，(3 ，2 )被加入队列中，而

(3，1)被删除。(3 ，2 )变为新的E-节点，展开此节点后，到达节点(3，3 )，即迷宫的出口。

使用F I F O搜索，总能找出从迷宫入口到出