回溯法
深度优先策略(回忆深度优先遍历二叉树思路)
解题步骤:
1)针对所给问题,定义问题的解空间;例如,n个物品的0-1背包问题所对应的解空间树是一棵子集树。
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(****约束函数除去不满足约束的子树,限界函数减去得不到最优解的子树**)**避免无效搜索
## 子集树和递归树
扩展结点:一个正在产生儿子的结点称为扩展结点。
活结点:一个自身已生成但其儿子还没有全部生成的节点称做活结点。
死结点:一个所有儿子已经产生的结点称做死结点。
1.当所给的问题是从n个元素的集合S中找出满足某种性质的子集时,相应的解空间称为子集树。
0-1背包问题
//回溯法遍历子集树
void Traceback(int k)//k为扩展结点在解空间树中所处的层次
{
if (k > n)//n标识问题的规模
output(x);//存放当前解的一维数组
if (constraint(k))//约束条件
{
//相关标识
backtrack(k + 1);
//相关标识的反操作---->从左子树退回,考虑从父节点的角度(场景复原)
}
if (bound(k))//限定函数
{
//相关标识
backtrack(k + 1);
//相关标识的反操作、、、、?
}
//或者:
// //for (int i=0;i<=1;i++) { //控制分支的数目,此处只有两个分支,0、1分别代表是否装入背包
x[t] = i;
if (constraint(t) && bound(t))
// backtrack(t + 1);
//剪枝函数:约束函数+限界函数 ——> 递归
}
————————————————
版权声明:本文为CSDN博主「有梦想的小树」的原创文章,遵循CC 4.0 BY - SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https ://blog.csdn.net/m0_38109046/article/details/84844640
//}
}
2.当所给问题是确定n个元素满足某种性质的排列时,相应的解空间树称为 排列树
//回溯法遍历排列树
//void backtrack(int t)//扩展结点在解空间树中所处的层次
//{
// if (t > n)//n:规模
// output(x);//存放当前解的一维数组
// else {
// for (int i = t; i <= n; i++)
//一条12345路径,我们从1出发1->2->3->4->5 那我们backtrace(2)的时候会把2和345交换位置,就是为了获得1->3, 1->4, 1->5开头的路径。
// {
// swap(x[t], x[i]); //实现两个位置的交换
// if (constraint(t) && bound(t)) //约束函数与限定函数
// backtrack(t + 1) //递归
// swap(x[t], x[i]); //恢复原状
//全排列Perm算法同样用到该思路//回看前期文章
// }
// }
//}
// ZhuangZaiWenTi!.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//回溯法:搜索,避免不必要的搜索
基本思路: 如果一个给定装载问题有解,则采用下面的策略可得到最优装载方案。
//(1)首先将第一艘轮船尽可能装满;
//(2)将剩余的集装箱装上第二艘轮船。
//将第一艘轮船尽可能装满等价于选取全体集装箱的一个子集,使该子集中集装箱重量之和最接近C1。由此可知,装载问题等价于以下特殊的0 - 1背包问题 。
//————————————————
//版权声明:本文为CSDN博主「one or only」的原创文章,遵循CC 4.0 BY - SA版权协议,转载请附上原文出处链接及本声明。
//原文链接:https ://blog.csdn.net/qq_37308779/article/details/104758870
约束函数+上限函数
#include <iostream>
using namespace std;
template <class Type>
class Loading
{
friend Type MaxLoading(Type[],Type,int,int []);
//private:
public:
void Backtrack(int i);
int n, //集装箱数
* x, //当前解
* bestx; //当前最优解
Type* w, //集装箱重量数组
c, //第一艘轮船的载重量
cw, //当前载重量
bestw, //当前最优载重量
r; //剩余集装箱重量
};
template <class Type>
void Loading <Type>::Backtrack(int i);
template<class Type>
Type MaxLoading(Type w[], Type c, int n, int bestx[]);
int main()
{
int n = 3, m;
int c = 50, c2 = 50;
int w[4] = { 0,10,40,40 };
int bestx[4];
//main输入信息作为类中函数的参数
m = MaxLoading(w, c, n, bestx);
cout << "轮船的载重量分别为:" << endl;
cout << "c(1)=" << c << ",c(2)=" << c2 << endl;
cout << "待装集装箱重量分别为:" << endl;
cout << "w(i)=";
for (int i = 1; i <= n; i++)
{
cout << w[i] << " ";
}
cout << endl;
cout << "回溯选择结果为:" << endl;
cout << "m(1)=" << m << endl;//最优装载重量
cout << "x(i)=";
for (int i = 1; i <= n; i++)
{
cout << bestx[i] << " ";//当前最优解,类属性!!!!!!
}
cout << endl;
int m2 = 0;
for (int j = 1; j <= n; j++)
{
m2 = m2 + w[j] * (1 - bestx[j]);//放入二号轮船的重量和
}
cout << "m(2)=" << m2 << endl;
if (m2 > c2)
{
cout << "因为m(2)大于c(2),所以原问题无解!" << endl;
}
return 0;
}
template <class Type>
void Loading <Type>::Backtrack(int i)// 搜索第i层结点
{
if (i > n)//大于物品数
{
if (cw > bestw)//当前最优载重量
//bestw只能在到达叶子结点的时候更新,最终会留下最优的解!!!!!不同于回溯法0-1背包问题到达结点的判断!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
{
for (int i= 1; i <= n; i++)
{
bestx[i] = x[i];//将当前解给最优解
bestw = cw;
}
}
return;
}
//i层结点考虑了,那么从r中出去
r -= w[i];
//考虑放入在一号轮船,作为左子树
if (cw + w[i] <= c)//c为剩余载重
{
cw += w[i];
x[i] = 1;
//c -= w[i];//错了!!!不需要变化c,cw一直在变化!!
Backtrack(i + 1);
//c += w[i];
cw -= w[i];
}
//考虑放入二号,作为右子树
if (cw + r > bestw)//有可能存在最优解才会去访问
{
x[i] = 0;
Backtrack(i + 1);
}
//考虑完i层后,返回上一层,那么对于上一层而言,其r、cw要恢复回去
r += w[i];
}
//返回最优载重
template<class Type>
Type MaxLoading(Type w[], Type c, int n, int bestx[])//返回最优载重量
{
//初始化!!!!
Loading<Type>X;
//初始化X
X.x = new int[n + 1];
X.w = w;
X.c = c;
X.n = n;
X.bestx = bestx;
X.bestw = 0;
X.cw = 0;
//初始化r
X.r = 0;
for (int i = 1; i <= n; i++)
{
X.r += w[i];
}
//类对象调用类函数,其余属性都方便调用!!!
//1开始:回溯搜索
X.Backtrack(1);
delete[]X.x;
//返回最优结果
return X.bestw;
}