算法导读
本期算法讲解思路：
白话算法->算法思路->实例：八皇后问题->实例：01背包问题->算法教你玩数独
白话算法
回溯法(back tracking)(探索与回溯法)是一种选优搜索法，又称为试探法，按选优条件向前搜索，以达到目标。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，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。
白话：回溯法可以理解为通过选择不同的岔路口寻找目的地，一个岔路口一个岔路口的去尝试找到目的地。如果走错了路，继续返回来找到岔路口的另一条路，直到找到目的地。
实例一：八皇后问题
八皇后问题是一个古老而著名的问题，是回溯算法的典型例题。该问题是十九世纪著名的数学家高斯1850年提出：在8X8格的国际象棋上摆放八个皇后(棋子)，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上。
小白面试经：理解如何解决这个问题，回溯法的精髓已经get。如果只是想了解算法面试知识，知道解决这个问题就能完成你的算法积累了。想快速掌握算法，可以直接查看解题思路的四个步骤。
八皇后问题解题思路：
问题简化：下面我们将八皇后问题转化为四皇后问题，并用回溯法来找到它的解
目的：在4x4棋盘上，使得4个皇后不能在同行同列以及同斜线上。
step1
尝试先放置第一枚皇后，被涂黑的地方是不能放皇后
step2
第二行的皇后只能放在第三格或第四格，比方我们放第三格，则：
此时我们也能理解为什么叫皇后问题了，皇后旁边容不下其他皇后。而在同一个房间放下四个皇后确实是个不容易的问题。
step3
可以看到再难以放下第三个皇后，此时我们就要用到回溯算法了。我们把第二个皇后更改位置，此时我们能放下第三枚皇后了。
step4
虽然是能放置第三个皇后，但是第四个皇后又无路可走了。返回上层调用(3号皇后)，而3号也别无可去，继续回溯上层调用(2号)，2号已然无路可去，继续回溯上层(1号)，于是1号皇后改变位置如下，继续回溯。
这就是回溯算法的精髓，虽然没有最终把问题解决，但是可以剧透一波，就是根据这个算法，最终能够把四位皇后放在4x4的棋盘里。也能用同样的方法解决了八皇后问题。下面我们用代码解决八皇后问题。
代码实现八皇后问题
我们将算法也设置成两步，
第一步 我们要判断每次输入的皇后是否在同一行同一列，或者同一斜线上。
bool is_ok(int row){ //判断设置的皇后是否在同一行，同一列，或者同一斜线上
for (int j=0;j
{
if (queen[row]==queen[j]||row-queen[row]==j-queen[j]||row+queen[row]==j+queen[j])
return false;
}
return true;
}
第二步 我们用十行代码来进入我们核心算法
void back_tracking(int row=0) //算法函数，从第0行开始遍历{
if (row==n)
t ++; //判断若遍历完成，就进行计数
for (int col=0;col
{
queen[row] = col; //将皇后的位置记录在数组
if (is_ok(row)) //判断皇后的位置是否有冲突
back_tracking(row+1); //递归，计算下一个皇后的位置
}
}
代码实现算法也是比较简单的，主要还是看是否掌握算法思想。
实例二：01背包问题
有N件物品和一个容量为V的背包。第i件物品的价格(即体积，下同)是w[i]，价值是c[i]。求解将哪些物品装入背包可使这些物品的费用总和不超过背包容量，且价值总和最大。
这是最基础的背包问题，总的来说就是：选还是不选，这是个问题
相当于用f[i][j]表示前i个背包装入容量为v的背包中所可以获得的最大价值。
对于一个物品，只有两种情况
情况一: 第i件不放进去，这时所得价值为:f[i-1][v]
情况二: 第i件放进去，这时所得价值为：f[i-1][v-c[i]]+w[i]
接下来的实例属于算法进阶，可做了解
提两点，
1.与上期贪婪法所解决的背包问题相比，回溯法将能更能顾及寻找全局最优。
2.背包问题与八皇后问题所用的算法虽然都是回溯法，但是他们的目的不一样，八皇后只要求把所有的棋子放在棋盘上(即只需解决深度最优)。而01背包问题不仅需要让物品都放进背包，而且要使得物品质量最大，在八皇后问题上多提出了一个限制。
问题的解空间
用回溯法解问题时，应明确定义问题的解空间。问题的解空间至少包含问题的一个(最优)解。对于 n=3 时的 0/1 背包问题，可用一棵完全二叉树表示解空间，如图所示：
1表示选取，0表示不选
求解步骤
1)针对所给问题，定义问题的解空间；
2)确定易于搜索的解空间结构；
3)以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。
常用的剪枝函数：用约束函数在扩展结点处剪去不满足约束的子树；用限界函数剪去得不到最优解的子树。
回溯法对解空间做深度优先搜索时，有递归回溯和迭代回溯(非递归)两种方法，但一般情况下用递归方法实现回溯法。
算法描述
解 0/1 背包问题的回溯法在搜索解空间树时，只要其左儿子结点是一个可行结点，搜索就进入其左子树。当右子树中有可能包含最优解时才进入右子树搜索。否则将右子树剪去。
我们直接上手代码解决这个问题
算法部分
void dfs(int i,int cv,int cw){ //cw当前包内物品重量，cv当前包内物品价值
if(i>n)
{
if(cv>bestval) //是否超过了最大价值
{
bestval=cv; //得到最大价值
for(i=1;i<=n;i++)
bestx[i]=x[i]; //得到选中的物品
}
}
else
for(int j=0;j<=1;j++) //枚举物体i所有可能的路径，
{
x[i]=j;
if(cw+x[i]*w[i]<=TotCap) //满足约束,继续向子节点探索
{
cw+=w[i]*x[i];
cv+=val[i]*x[i];
dfs(i+1,cv,cw);
cw-=w[i]*x[i]; //回溯上一层物体的选择情况
cv-=val[i]*x[i];
}
}
}
主函数部分
int main(){
int i;
bestval=0;
cout<
cin>>TotCap;
cout<
cin>>n;
cout<
for(i=1;i<=n;i++)
cin>>w[i];
cout<
for(i=1;i<=n;i++)
cin>>val[i];
dfs(1,0,0);
cout<
cout<
cout<
for(i=1;i<=n;i++)
if(bestx[i]==1)
cout<
cout<
return 0;
}
回溯算法带你玩数独
我们可以想象，我们经常玩的数独问题其实就是一个的八皇后问题。在9宫格数独的约束为每一行每一列不能出现相同的数。这里我们限于篇幅，不将细讲代码了。
#include
using namespace std;
#define LEN 9
int a[LEN][LEN] = {0};
//查询该行里是否有这个值
bool Isvaild(int count)
{
int i = count/9;
int j = count%9;
//检测行
for(int iter = 0;iter!=j;iter++)
{
if(a[i][iter]==a[i][j])
{
return 1;
}
}
//检测列
for(int iter=0;iter!=i;iter++)
{
if(a[iter][j]==a[i][j])
{
return 1;
}
}
//检测九宫
for(int p =i/3*3;p
{
for(int q=j/3*3;q
{
if(p==i&&j==q)
{
continue;
}
if(a[p][q]==a[i][j])
{
return 1;
}
}
}
return 0;
}
void print()
{
cout<
for(int i=0;i<9;i++)
{
for(int j=0;j<9;j++)
{
cout<
}
cout<
}
cout<
}
void first_chek(int count)
{
if(81 ==count)
{
print();
return;
}
int i = count/9; //列
int j = count%9; //行
if(a[i][j]==0)
{
for(int n=1;n<=9;n++)
{
a[i][j] = n;
if(!Isvaild(count)) //这个值不冲突
{
first_chek(count+1) }
}
a[i][j] = 0;
}
else
{
first_chek(count+1);
}
}
int main()
{
a[1][2] = 3;
a[5][3] = 9;
a[8][8] = 1;
a[4][4] = 4;
first_chek(0);
return 0;
}
其中2行3列、6行4列、9行9列、5行5列数字为已知。最后结果，
总结
回溯法属于深度优先搜索，由于是全局搜索，复杂度相对高。
如果你想了解更深的了解回溯算法，可以翻阅相关的数据结构书籍。当然，如果你选择深入了解这个算法，必然会枯燥。
回溯算法代码：https://github.com/haixiansheng/algorithm
如果只是想对算法进行了解，你就可以选择关注“小白算法”公众号，我们每周都会有新的算法介绍，并有相关学习资料赠送。
872
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
