第六章回溯算法

最新推荐文章于 2020-12-20 03:33:40 发布

yao20171865

最新推荐文章于 2020-12-20 03:33:40 发布

阅读量531

点赞数

文章标签：笔记

本文链接：https://blog.csdn.net/yao20171865/article/details/102652487

版权

第6章回溯算法

以深度优先的方式系统地搜索问题的解的方法称为回溯法。
可以系统地搜索一个问题的所有解或任意解。
回溯法的基本做法是搜索，或是一种组织得井井有条的，能避免不必要搜索的穷举式搜索法。

回溯法的基本思想
回溯从开始结点（根结点）出发，以深度优先的方式搜索整个解空间。
开始结点(根结点)成为第一个活结点，同时成为当前的扩展结点。
在当前的扩展结点，搜索向深度方向进入一个新的结点。这个新结点成为一个新的活结点，并成为当前的扩展结点。
若在当前扩展结点处不能再向深度方向移动，则当前的扩展结点成为死结点，即该活结点成为死结点。
此时回溯到最近的一个活结点处，并使得这个活结点成为当前的扩展结点。
回溯法以这样的方式递归搜索整个解空间（树），直至满足中止条件。
在这里插入图片描述
在回溯法搜索解空间树时，通常采用两种策略（剪枝函数）避免无效搜索以提高回溯法的搜索效率：

用约束函数在扩展结点处剪去不满足约束条件的子树；
用限界函数剪去不能得到最优解的子树。

素数环

例1】素数环:从1到20这20个数摆成一个环，要求相邻的两个数的和是一个素数。
【算法分析】
从1开始，每个空位有20种可能，只要填进去的数合法：

与前面的数不相同；
与左边相邻的数的和是一个素数。
第20个数还要判断和第1个数的和是否素数。

素数环（3个数）的解空间（搜索空间）
在这里插入图片描述
【算法流程】
1、数据初始化；
2、递归填数：判断第i个数填入是否合法；
A、如果合法：填数；判断是否到达目标（20个已填完）：
是，打印结果；不是，递归填下一个；（剪枝条件）
B、如果不合法：选择下一种可能；

#include<cstdio>
#include<iostream>
#include<cstdlib>
#include<cmath>
using namespace std;
bool b[21]={0};   //判断i是否出现在素数环中
int total=0,a[21]={0}; //a记录素数环中的每一个数
int search(int  t);           //回溯过程。形参表示素数环中的数的编号
int print();                  //输出方案
bool pd(int,int);         //判断素数
int search(int t){  //寻找所有解
    int i;
    for (i=1;i<=20;i++)          //有20个数可选
     if (pd(a[t-1],i)&&(!b[i])){ //判断与前一个数是否构成素数及该数是否可用
         a[t]=i;  //素数环中的第t个数
         b[i]=1;  //i进入素数环
         if (t==20) {  //一个解
	 if (pd(a[20],a[1])) print();}
          else 
	search(t+1);
         b[i]=0;
      }
}
int main(){
    search(1);
    cout<<total<<endl;                    //输出总方案数
}
int print(){
   total++;
   cout<<"<"<<total<<">";
   for (int j=1;j<=20;j++)
     cout<<a[j]<<" ";
   cout<<endl; 
  }
bool pd(int x,int y){
    int k=2,i=x+y;
    while (k<=sqrt(i)&&i%k!=0) k++;
    if (k>sqrt(i)) return 1;
    else return 0;
}

装载问题

给定n个集装箱要装上一艘载重量为c的轮船，其中集装箱i的重量为wi。集装箱装载问题要求确定在不超过轮船载重量的前提下，将尽可能多的集装箱装上轮船（贪心算法中的装载问题讨论的是装载件数；本题讨论的是最大装载重量。）
由于集装箱问题是从n个集装箱里选择一部分集装箱，假设解向量为X(x1, x2, …, xn)，其中xi∈{0, 1}， xi =1表示集装箱i装上轮船， xi =0表示集装箱i不装上轮船。
输入
每组测试数据：第1行有2个整数c和n。C是轮船的载重量（0＜c＜30000），n是集装箱的个数（n≤20）。第2行有n个整数w1, w2, …, wn，分别表示n个集装箱的重量。
输出
对每个测试例，输出两行：第1行是装载到轮船的最大载重量，第2行是集装箱的编号。

#include <iostream>
using namespace std;
class goods{
	int weight;
public:
	goods(int w=0):weight(w)
	{}
	int get_w(){
		return weight;
	}
	void set(int w){
		weight=w;
	}
	
};
//goods *g,集装箱列表
 //int *best,待求解的最优装载方案
 //int t,子集树数的层号。根节点在第0层，叶节点在第n层
 //int n,集装箱的总数
//int &cw, 当前的轮船的荷载
//int bestcw ,当前的最大荷载
//int *x,满足当前最大荷载的装载方案
//int r剩余的集装箱重量和
void load(goods *g, int *x, int t, int n,int cw, int &bestcw ,int *best,int r,int c){
	if(t>n) {     //已经遍历的到叶子结点，得到了一个解决方案
	    if(cw>bestcw)	{
		for(int i=0;i<n;i++)
	       	    best[i]=x[i];
		    bestcw=cw;
		}
	}	
	else{ //每个结点可以有两个分支，分别利用约束规则和限界规则进行剪枝
	r=r-g[t].get_w();//剩余未处理的物品的重量和，与是否选取当前物品无关
	if(cw+g[t].get_w()<=c){ //  根据题意中的约束条件进行剪枝
	  	x[t]=1;
		cw=cw+g[t].get_w(); //当前装入的物品的重量和
		load(g,x,t+1,n,cw,bestcw,best,r,c);
		cw=cw-g[t].get_w(); //回溯的需要
	}
	if(cw+r>bestcw) {    //限界规则
		x[t]=0;
		load(g,x,t+1,n,cw,bestcw,best,r,c);
	}
	r=r+g[t].get_w(); //回溯的需要
      }
   }
   int main(){
	int n,c,bestcw=0;
	int *x,*best, r=0;
	cout<<“请输入物品的件数和轮船的装载重量：";
	cin>>n>>c;
	goods *g;
	g=new goods[n];
	x=new int [n];
	best=new int[n];
	cout<<"请输入每件物品的重量：";
	for(int i=0;i<n;i++)	{
		int w;	cin>>w;  g[i].set(w);r=r+w;
	}
	load(g,x,0,n,0,bestcw,best,r,c);
	cout<<bestcw<<endl;
	for(i=0;i<n;i++)
		cout<<best[i]<<"  ";
	cout<<endl;
	return 0;
}

0－1背包问题

给定一个物品集合s＝｛1，2，3，…，n｝，物品i的重量是wi，其价值是vi，背包的容量为W，即最大载重量不超过W。在限定的总重量W内，我们如何选择物品，才能使得物品的总价值最大。
输入
第一个数据是背包的容量为c（1≤c≤1500），第二个数据是物品的数量为n（1≤n≤50）。接下来n行是物品i的重量是wi，其价值为vi。所有的数据全部为整数，且保证输入数据中物品的总重量大于背包的容量。
当c＝0时，表示输入数据结束。
在这里插入图片描述
通过单位价值排序，加速剪枝

#define NUM 100
int c;				//背包的容量
int n;				//物品的数量
int cw;				//当前重量
int cv;				//当前价值
int bestv;			//当前最优价值
//描述每个物品的数据结构
struct Object{
	int w;			//物品的重量
	int v;			//物品的价值
	double d;		//物品的单位重量价值比
}Q[NUM];			//物品的数组
对物品以单位重量价值比递减排序的因子是：
bool cmp(Object a, Object b)
{
	if(a.d>=b.d) return true;
	else return false;
}
物品的单位重量价值比是在输入数据时计算的：
for(int i=0; i<n; i++)
{
	scanf("%d%d",&Q[i].w,&Q[i].v);
	Q[i].d = 1.0*Q[i].v/Q[i].w;
}
使用C++标准模板库的排序函数sort()排序：
sort(Q, Q+n, cmp);
//形参i是回溯的深度，从0开始.商品编号从0开始编号
void backtrack(int i){
　　if (i+1>n) {bestv = cv; return;}
　　//进入左子树搜索, 表示选择第i件物品 
　　if (cw+Q[i].w<=c){　//约束条件
　　　　　　cw += Q[i].w;   //选择第i件物品 ,导致相关的数据发生变化
　　　　cv += Q[i].v;	 //选择第i件物品 ,导致相关的数据发生变化
　　　　backtrack(i+1);
　　　　cw -= Q[i].w;	 //回溯的需要，恢复数据
　　　　cv -= Q[i].v;	 //回溯的需要，恢复数据
　　}
　　//进入右子树搜索，表示不选择第i件物品，相关的cw, cv不改变
　　if (Bound(i+1)>bestv) backtrack(i+1);
}
//形参i是回溯的深度
int Bound(int i){
　　int cleft = c-cw;　　　//背包剩余的容量
　　int b = cv;　　　　　　//上界
　　//尽量装满背包
　　while (i<n && Q[i].w<=cleft){
　　　　cleft -= Q[i].w;
　　　　b += Q[i].v;
　　　　i++;
　　}
　　//剩余的部分空间也装满。0-1是可能装不满的。但此处主要计算最大值，所以，需要从装满的角度考虑该问题
　　if (i<n) b += 1.0*cleft*Q[i].v/Q[i].w;
　　return b;
}

图的m着色问题

给定无向连通图G=(V, E)和m种不同的颜色，用这些颜色为图G的各顶点着色，每个顶点着一种颜色。是否有一种着色法使G中相邻的两个顶点有不同的颜色?
若一个图最少需要m种颜色才能使图中每条边连接的两个顶点着不同颜色，则称这个数m为该图的色数。求一个图的色数m的问题称为图的m可着色优化问题。
图的m着色问题的约束函数是相邻的两个顶点需要着不同的颜色，但是没有限界函数。

#define NUM 100
int n;				//图的顶点数量
int m;			//可用颜色数量
int a[NUM][NUM];	//图的邻接矩阵
int x[NUM];		//当前的解向量
int sum ;			//已经找到的可m着色的方案数量
//形参t是回溯的深度，从1开始
void BackTrack(int t ){
　　int i;
　　//到达叶子结点，获得一个着色方案
　　if( t > n )　　{
　　　　sum ++ ;
　　　　for(i=1; i<=n ;i++)
　　　　　　printf("%d ",x[i]);
　　　　printf("\n");
　　}
　　else 　//搜索当前扩展结点的m个孩子
　　　　for(i=1; i<=m; i++ ){//尝试每种颜色
　　　　　　x[t] = i;
　　　　　　if( Same(t) ) //判断t 和其邻接点的着色方法是否相同
		　BackTrack(t+1);
　　　　　　x[t] = 0;//回溯的需要，恢复到未着色的状态
　　　　}
}
//形参t是回溯的深度
bool Same(int t)
{
　　int i;
　　for(i=1; i<=n; i++ ) //检查t与所有顶点的邻接关系，包括染色和未染色的。
　　　　if( (a[t][i] == 1) && (x[i] == x[t]))
　　　　　　return false;
　　return true;
}

n皇后问题

在n×n格的棋盘上放置彼此不受攻击的n个皇后。
按照国际象棋的规则，皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。
n皇后问题等价于在n×n格的棋盘上放置n个皇后，任何两个皇后不放在同一行或同一列或同一斜线上。
在这里插入图片描述

#define NUM 20
int n;			//棋盘的大小
int x[NUM];		//解向量
int sum;		//当前已经找到的可行方案数
void Backtrack(int t) {//形参t是回溯的深度，从1开始
　　int i;
　　//到达叶子结点，获得一个可行方案。累计总数，并输出该方案
　　if (t>n) {
　　　　sum++;		//是全局变量
　　　　for (i=1; i<=n; i++) 
　　　　　　printf(" %d", x[i]);
　　　　printf("\n");
　　}
　　else
　　　　for (i=1; i<=n; i++) {
　　　　　　x[t] = i;
　　　　　　if (Place(t)) Backtrack(t+1);
　　　　}
}
//形参t是回溯的深度
inline bool Place(int t) { 
　　int i; 
　　for (i=1; i<t; i++) 
　　　　if ((abs(t-i) == abs(x[i]-x[t])) || (x[i] == x[t]))  //同一条对角线；同一行
　　　　　　return false; 
　　return true; 
}

旅行商问题

是指一销售商从n个城市中的某一城市出发，不重复地走完其余n-1个城市并回到原出发点，在所有可能的路径中求出路径长度最短的一条。本题假定该旅行商从第1个城市出发。
输入
对每个测试例，第1行有两个整数：n(4≤n≤10)和m(4≤m≤20 ) ，n是结点数，m是边数。接下来m行，描述边的关系，每行3个整数：(i，j)，length，表示结点i到结点j的长度是length。
当n＝0时，表示输入结束。
输出
对每个测试例，输出最短路径长度所经历的结点，最短的长度。
在这里插入图片描述

#define NUM 100
int n;				//图G的顶点数量
int m;				//图G的边数
int a[NUM][NUM];		//图G的邻接矩阵
int x[NUM];			//当前解
int bestx[NUM];		//当前最优解向量
int cc;				//当前费用
int bestc;			//当前最优值
int NoEdge = -1;		//无边标记
//形参t是回溯的深度，从2开始。根结点为第1层。城市编号从1开始.从第1个城市出发
void Backtrack(int t){
　　//到达叶子结点的父结点。旅行路径上的倒数第二个城市。最后一个城市是出发点
　　if(t==n)　　{
　　　　if(a[x[n-1]][x[n]]!= NoEdge && a[x[n]][1]!= NoEdge && 
　　　　　　(cc + a[x[n-1]][x[n]]+a[x[n]][1]<bestc||bestc== NoEdge))
　　　　{
　　　　　　for(int i=1; i<=n; i++)
　　　　　　　　bestx[i] = x[i];
　　　　　　bestc = cc + a[x[n-1]][x[n]] + a[x[n]][1];
　　　　}
　　　　return;
　　}
　　else {
　　　　for(int i=t; i<=n; i++)
　　　　{
　　　　　　if(a[x[t-1]][x[i]]!= NoEdge &&
　　　　　　　　(cc + a[x[t-1]][x[i]]< bestc||bestc == NoEdge))
　　　　　　{
　　　　　　　　swap(x[t],x[i]);      // 先交换。此时，X[t]的值发变化。
　　　　　　　　cc += a[x[t-1]][x[t]];   //再计算。不能交换顺序。
　　　　　　　　Backtrack(t+1);     // 如果要改变顺序，应该为cc += a[x[t-1]][x[i]]。
　　　　　　　　cc -= a[x[t-1]][x[t]];
　　　　　　　　swap(x[t],x[i]);
　　　　　　}
　　　　}
　　}
}

从t=2开始搜索。
第一次搜索到F结束(t=4)。
回溯到c后，t恢复为3，接下来要累加（2,4）这条边。
如果交换位置，会导致重新累加（2,3）这条边。
导致结果出错

yao20171865

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
第六章回溯算法

第6章回溯算法以深度优先的方式系统地搜索问题的解的方法称为回溯法。可以系统地搜索一个问题的所有解或任意解。回溯法的基本做法是搜索，或是一种组织得井井有条的，能避免不必要搜索的穷举式搜索法。回溯法的基本思想回溯从开始结点（根结点）出发，以深度优先的方式搜索整个解空间。开始结点(根结点)成为第一个活结点，同时成为当前的扩展结点。在当前的扩展结点，搜索向深度方向进入一个新的结点。这个新结...
复制链接

扫一扫