回溯算法|经典例子分析

注：本学期算法设计分析课刘老师讲课内容总结

回溯

搜索算法：

穷举搜索(brute-force Search)
图遍历(Graph traversal)

• 深度优先搜索(DFS)
• 广度优先搜索(BFS)
  树遍历(Tree traversal)
• 回溯(Backtracking)
• 分枝限界法(Branch and Bound);
• 博弈树搜索( α- β Search)等
  启发式搜索(Heuristic Search) （上一篇提到的随机化算法其实随机化只是思想啦，就是这个启发式搜索，例如模拟退火）

装载问题与01背包

装载问题

n件货物(重w[1:n])装两艘船(载重量c1,c2), ∑_(𝒊=𝟏to𝒏)〖𝒘[𝒊]〗 <= c1+c2, 是否有装载方案.
讨论过类似问题: 0-1背包, 分数背包, 最优装载
装载方案: 尽可能装满第1艘, 剩余的装第2艘
尽可能装满第1艘等价于下面变形的0-1背包

w[1:n]，用长为n的01字符串（x[1:n]∈{0,1}^n）表示物品取或不取
蛮力：
没看懂。。先往下
懂了，就是遍历每一种可能方案，要尽可能装满达到载重量（嗳，看不懂不要急也不要死扣，往下就明白了( •̀ ω •́ )✧）

x[1:n]∈{
   0,1}^n, 
1. x=first(n), bestw=0, 
2. 当x≠last(n), 
3. |    cw=sumi=1n x[i]*w[i] 
4. |    若cw ≤ c 且 cw > bestw, 则bestw=cw 
5. |    x=next(n,x) 
字典序: 000,001,010,011,100,101,110,111. 执行?
逆字典序: 从1…1到0…0 
格雷码序: 000,001,011,010,110,111,101,100, 减少cw计算量
缺点: 不容易剪枝 

简单回溯：

在树上进行深度优先搜索, 通常同层结构相同.

backtrack(t)  
// t:层号, cw:当前重量,  bestw:最优重量, t=n对应树叶
若t>n, (若cw≤c且cw>bestw, bestw=cw.)返回---//记录更新 
2. cw+=w[t], backtrack(t+1), cw-=w[t],-----------//左分支 
3. backtrack(t+1), 返回------------------------------//右分支 
 初始: bestw=cw=0,  执行 backtrack(1), 简单, 优美

需要剪枝

1. 若 cw + w[t] ≤c, 则 -------------------是约束条件，(剪枝，剪去不满足约束条件的子树)

初始: bestw=cw=0. r=sum_t=1ⁿ w[t] //当前剩余重量

backtrack(t)                        //t层号, cw, bestw 
1. 若t>n, (若cw>bestw, bestw=cw, bestx=x.) 返回 
2.  r-=w[t]
3. 若 cw + w[t] ≤ c, 则----------------//约束条件(剪枝) 
4.  |    cw+=w[t], x[t]=1, backtrack(t+1), cw-=w[t], //左分支
5. 若 cw + r > bestw, 则--------------//限界条件(剪枝)
6.  |    x[t]