回溯搜索与剪枝的实现

文章介绍了如何运用回溯法解决0-1背包问题,包括基本的回溯法和带有约束剪枝的优化方法。在基本回溯法中,通过递归和剪枝避免超重的方案。而在约束剪枝的回溯法中,利用约束函数提前判断并剔除超重的可能,提高搜索效率。
摘要由CSDN通过智能技术生成

  1. 掌握回溯法的基本思想,理解问题解空间的概念。
  2. 掌握子集树的生成方法。
  3. 能灵活运用问题的约束和已知可行解进行剪枝。

 

运用基本的回溯法正确求解0-1背包问题 :

#include <stdio.h>
#include <stdlib.h>
const int N=10;//物品数量
const int bag=N*2;//背包承重量
int max_value=0;//记录能获得的最大价值
int backpack(int a[],int v[],int w[],int n,int t)
{
	int i,max_v=0,max_w=0;
	if(t>n-1)
	{
		printf("找到一个方案");
		for(i=0;i<n;i++)
		{
			printf("%d",a[i]);
			max_v+=a[i]*v[i]; //计算背包的总价值
            max_w+=a[i]*w[i]; //计算背包的总重量
			//此处应根据a[]中记录的0和1进行背包价值和重量计算
			
		}
		if(max_w>bag) printf("\n该方案总价%d,总重%d,超重!不可行!!!\n",max_v,max_w);
		else 
		{			
			printf("\n该方案总价%d,总重%d,可行\n",max_v,max_w);
			if (max_v > max_value) max_value = max_v; //更新最大价值
			//此处应考虑是否更新max_value的值

		}
    }
    else
    {
        for(i=1;i>=0;i--)
        {
            a[t]=i;//记录当前物品选或不选
			backpack(a,v,w,n,t+1);//递归到下一层
        }
    }
	return max_value;//返回最大价值
}
int main()
{
	int a[N],v[N],w[N],i;
	printf("背包最大承重%d公斤\n",bag);
	for(i=0;i<N;i++)//随机生成价值和重量
	{
		v[i]=rand()%5+1;
		w[i]=rand()%5+1;
		printf("物品%d,价值%d,重量%d\n",i,v[i],w[i]);
	}
	printf("能获得的最大价值为:%d\n",backpack(a,v,w,N,0));
}

 

 

 运用带约束剪枝的回溯法正确求解0-1背包问题: 

#include <stdio.h>
#include <stdlib.h>
const int N=10;//物品数量
const int bag=N;//背包承重量
int max_value=0;//记录能获得的最大价值
bool constraint(int a[],int w[],int t)//约束剪枝判断
{
	int i,max_w=0;
	for(i=0;i<t;i++)
	{	 max_w+=a[i]*w[i];//累加计算第t层节点的重量
		//累加计算第t层节点的重量
		
	}	
	if(max_w>bag) //判断是否超重
		return true;
	else
		return false;
}
int backpack(int a[],int v[],int w[],int n,int t)
{
	int i,max_v=0,max_w=0;
	if(t>n-1)
	{
		printf("找到一个方案");
		for(i=0;i<n;i++)
		{
			printf("%d",a[i]);
			//根据a[]中记录的0和1进行背包价值和重量计算
			max_v+=a[i]*v[i];
            max_w+=a[i]*w[i];
		}
		if(max_w>bag) printf("\n该方案总价%d,总重%d,超重!不可行!!!\n",max_v,max_w);
		else 
		{
			printf("\n该方案总价%d,总重%d,可行\n",max_v,max_w);
			//此处应考虑是否更新max_value的值
			//更新max_value的值
            if(max_v>max_value) 
				max_value=max_v;
		}
    }
    else
    {
        for(i=1;i>=0;i--)
        {
            a[t]=i;//记录当前物品选或不选
			if(constraint(a,w,t+1))
				backpack(a,v,w,n,t+1);//递归到下一层
			else
				printf("在第%d层发生了一次剪枝\n",t);
        }
    }
	return max_value;
}
int main()
{
	int a[N],v[N],w[N],i;
	printf("背包最大承重%d公斤\n",bag);
	for(i=0;i<N;i++)//随机生成价值和重量
	{
		v[i]=rand()%5+1;
		w[i]=rand()%5+1;
		printf("物品%d,价值%d,重量%d\n",i,v[i],w[i]);
	}
	printf("能获得的最大价值为:%d\n",backpack(a,v,w,N,0));
}

 

 Summer总结:

(1)排列树和子集树各自适用于哪类问题的解空间表达?

(2)约束和限界函数都依据什么进行剪枝

(1)排列树和子集树都是一类搜索树,主要用于解决组合问题的解空间表达。

排列树适用于需要求出有关元素排列顺序的组合问题,例如排列、全排列等。排列树的所有节点都表示同一组元素的不同排列情况,每个节点的子节点对应于在该节点下再增加一个元素而得到的更长排列。

子集树适用于需要考虑元素选取组合的问题,例如子集、组合等。子集树的所有节点都表示原始元素集合的不同子集情况,每个节点的子节点对应于在该节点下再增加一个元素是否加入当前子集中。

(2)约束和限界函数都依据当前搜索状态进行剪枝。

约束函数是用于判断当前搜索状态是否合法的函数。在搜索过程中,如果某个状态不满足约束条件,则该状态及其子树都被认为是不合法的,可以直接剪枝,减少搜索量。

限界函数是用于估计当前搜索状态下界限的函数。在搜索过程中,如果某个状态下界已经大于已知的最优解,则该状态及其子树都可以被认为是不可能找到最优解的,可以直接剪枝。这样就不需要继续搜索这个子树,从而减少搜索量。

两种函数都基于当前搜索状态进行剪枝,但约束函数主要关注当前状态的合法性,限界函数主要关注当前状态可能达到的最优解。这些剪枝策略都是为了减少搜索量,提高搜索效率。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值