tsp分支限界_枚举算法 (以TSP问题为例)

枚举算法为解TSP/VRP问题的方法之一，为精确算法。

枚举算法的特点是简单，但运算量大，问题的规模越大，执行的速度越慢。如果枚举范围太大（一般以两百万次为限），在时间上就难以承受。

在解决旅行商问题时，以顶点1为起点和终点，然后求{2…N}的一个全排列，使路程1→{2…N}的一个全排列→1上所有边的权（代价）之和最小。所有可能解由（2，3，4，…，N）的不同排列决定。

为便于进一步讨论，介绍一下解空间树结构。在解空间树中的每一个结点确定所求问题的一个问题状态（problem state）。由根结点到其它结点的所有路径则确定了这个问题的状态空间（state space）。解状态（solution states）表示一些问题状态S，对于这些问题状态，由根到S的那条路径确定了这解空间中的一个元组。答案状态（answer states）表示一些解状态S，对于这些解状态而言，由根到S的这条路径确定了这问题的一个解（即满足隐式约束条件）。解空间的树结构称为状态空间树（state pace tree）。

对于旅行商问题，一旦给出一种状态空间树，那么就可以先系统地生成问题状态，接着确定这些问题状态中的哪些状态是解状态，最后确定哪些解状态是答案状态，从而将问题解出。

如果已生成一个结点而它的所有子结点还没有全部生成，则这个结点叫做活结点。当前正在生成其子结点的活结点叫E-结点。不再进一步扩展或者其子结点已全部生成的生成结点就是死结点。在生成问题状态的两种方法中，都要用一张活结点表。为了生成问题状态，采用两种不同的方法：

(1) 在第一种方法中，当前的E-结点R一旦生成一个新的子节点C，这个子结点就变成一个新的E-结点，当完全检测了子树C之后，R结点就再次成为E-结点。这相当于问题状态的深度优先生成。

(2) 在第二种状态生成方法中，一个E-结点一直保持到死结点为止。

这两种方法中，将用限界函数去杀死还没有全部生成其子结点的那些活结点。如果旅行商问题要求找出全部解，则要生成所有的答案结点。使用限界函数的深度优先结点生成方法称为回溯法。E-结点一直保持到死为止的状态生成方法称为分支限界法。