Python求解tsp问题(动态规划,简单易懂)

解题思路主要有两部分:

      第一部分:i为当前节点(城市),S为还没有遍历的节点(城市集合),\varepsilon \left ( i,S \right )表示从第i个节点起,经历S集合中所有的点,到达终点的最短路径长度。因此有:\varepsilon \left ( i,S \right ) = min\left ( d\left ( i,j \right )_{j\in S} + \varepsilon \left ( j,{S_{/j}} \right )\right )

     第二部分,回溯,找到最优的路径,需要将S集合一一对应一个数字(类似于编码,一般用二进制),不如S = \left \{ 1,2,3 \right \} \rightarrow 2^1+2^2+2^3,然后比如从节点i等于0开始,未经历集合为S = \left \{ 1,2,3 \right \},而下一步最优的节点 j 等于2,那么M[i][S]=j,回溯时只用从M[0][S]向后推即可,例如M[0][S]=2\rightarrow M[2][S_{/2}] = 3 \rightarrow M[3][S_{/2,3}],代码如下:

# tsp问题
class Solution:
    def __init__(self,X,start_node):
        self.X = X #距离矩阵
        self.start_node = start_node #开始的节点
        self.array = [[0]*(2**len(self.X)) for i in range(len(self.X))] #记录处于x节点,未经历M个节点时,矩阵储存x的下一步是M中哪个节点
    def transfer(self,sets):
        su = 0
        for s in sets:
            su = su + 2**s # 二进制转换
        return su
    # tsp总接口
    def tsp(self):
        s = self.start_node
        num = len(self.X)
        cities = range(num) #形成节点的集合
        past_sets = [s] #已遍历节点集合
        cities.pop(cities.index(s)) #构建未经历节点的集合
        node = s #初始节点
        return self.solve(node,cities) #求解函数
    def solve(self,node,future_sets):
        # 迭代终止条件,表示没有了未遍历节点,直接连接当前节点和起点即可
        if len(future_sets) == 0:
            return self.X[node][self.start_node]
        d = 99999
        # node如果经过future_sets中节点,最后回到原点的距离
        distance = []
        # 遍历未经历的节点
        for i in range(len(future_sets)):
            s_i = future_sets[i]
            copy = future_sets[:]
            copy.pop(i) # 删除第i个节点,认为已经完成对其的访问
            distance.append(self.X[node][s_i] + self.solve(s_i,copy))
        # 动态规划递推方程,利用递归
        d = min(distance)
        # node需要连接的下一个节点
        next_one = future_sets[distance.index(d)]
        # 未遍历节点集合
        c = self.transfer(future_sets)
        # 回溯矩阵,(当前节点,未遍历节点集合)——>下一个节点
        self.array[node][c] = next_one
        return d
D = [[-1,10,20,30,40,50],[12,-1,18,30,25,21],[23,19,-1,5,10,15],[34,32,4,-1,8,16],[45,27,11,10,-1,18],[56,22,16,20,12,-1]]
S = Solution(D,0)
print S.tsp()
# 开始回溯
M = S.array
lists = range(len(S.X))
start = S.start_node
while len(lists) > 0:
    lists.pop(lists.index(start))
    m = S.transfer(lists)
    next_node = S.array[start][m]
    print start,"--->" ,next_node
    start = next_node

 

  • 8
    点赞
  • 83
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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