1. 深度优先搜索
简单描述:
回溯法思路的简单描述是:把问题的解空间转化成了图或者树的结构表示,然后使用深度优先搜索策略进行遍历,遍历的过程中记录和寻找所有可行解或者最优解。
基本思想类同于:
图的深度优先搜索;二叉树的后序遍历。
分支限界法:广度优先搜索
2. 详细描述
详细的描述则为:
回溯法按深度优先策略搜索问题的解空间树。首先从根节点出发搜索解空间树,当算法搜索至解空间树的某一节点时,先利用剪枝函数判断该节点是否可行(即能得到问题的解)。如果不可行,则跳过对该节点为根的子树的搜索,逐层向其祖先节点回溯;否则,进入该子树,继续按深度优先策略搜索。
回溯法的基本行为是搜索,搜索过程使用剪枝函数来为了避免无效的搜索。剪枝函数包括两类:
1. 使用约束函数,剪去不满足约束条件的路径/子树;2.使用限界函数,剪去不能得到最优解的路径/子树。
问题的关键在于如何定义问题的解空间,转化成树(即解空间树)。解空间树分为两种:子集树和排列树。两种在算法结构和思路上大体相同。
应用:当问题是要求满足某种性质(约束条件)的所有解或最优解时,往往使用回溯法。
3. 实现
- 递归 —— 思路简单,设计容易,但效率低,其设计范式如下:
//针对N叉树的递归回溯方法
void BackTrack(int t):
//叶子节点,输出结果,x是可行解
if t>n: output(t)
else:
# //当前节点的所有子节点
for i in range(k):
x[t]=value(i); //每个子节点的值赋值给x
//满足约束条件和限界条件 ,则递归下一层
if constraint(t) and Bound(t):
BackTrack(t+1)
- 递推 —— 算法设计相对复杂,但效率高。
//针对N叉树的迭代回溯方法
void iterativeBacktrack ()
{
int t=1;
while (t>0) {
if(ExistSubNode(t)) //当前节点的存在子节点
{
for i = 1 to k //遍历当前节点的所有子节点
{
x[t]=value(i);//每个子节点的值赋值给x
if (constraint(t)&&bound(t))//满足约束条件和限界条件
{
//solution表示在节点t处得到了一个解
if (solution(t)) output(x);//得到问题的一个可行解,输出
else t++;//没有得到解,继续向下搜索
}
}
}
else //不存在子节点,返回上一层
{
t--;
}
}
}