【算法分析与设计】回溯法(上)

目录

  • 一、学习要点
    • 1.1 回溯法
    • 1.2 问题的解空间
    • 1.3 0-1背包问题的解空间
    • 1.4 旅行售货员问题的解空间
    • 1.5 生成问题状态的基本方法
  • 二、回溯法的基本思想
  • 三、回溯算法的适用条件
  • 四、递归回溯
  • 五、迭代回溯
  • 六、子集树与排列树
  • 七、装载问题
  • 八、批处理作业调度问题


一、学习要点

  理解回溯法的深度优先搜索策略。
  掌握用回溯法解题的算法框架
  (1)递归回溯
  (2)迭代回溯
  (3)子集树算法框架
  (4)排列树算法框架

  通过应用范例学习回溯法的设计策略。
  (1)装载问题;
  (2)批处理作业调度;
  (3)符号三角形问题
  (4)n后问题;
  (5)0-1背包问题;
  (6)最大团问题;
  (7)图的m着色问题
  (8)旅行售货员问题
  (9)圆排列问题
  (10)电路板排列问题
  (11)连续邮资问题


1.1 回溯法

  有许多问题,当需要找出它的解集或者要求回答什么解是满足某些约束条件的最佳解时,往往要使用回溯法
  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。这种方法 适用于解一些组合数相当大的问题
  回溯法在问题的解空间树中,按深度优先策略,从根结点出发搜索解空间树算法搜索至解空间树的任意一点时,先判断该结点是否包含问题的解如果肯定不包含,则跳过对该结点为根的子树的搜索,逐层向其祖先结点回溯否则,进入该子树,继续按深度优先策略搜索


1.2 问题的解空间

  问题的解向量:回溯法希望一个问题的解能够表示成一个n元式(x1,x2,…,xn)的形式。
  显约束对分量xi的取值限定
  隐约束为满足问题的解而对不同分量之间施加的约束
  解空间:对于问题的一个实例,解向量满足显式约束条件的所有多元组,构成了该实例的一个解空间

  注意:同一个问题可以有多种表示,有些表示方法更简单,所需表示的状态空间更小(存储量少,搜索方法简单)。
  n=3时的0-1背包问题用完全二叉树表示的解空间:
在这里插入图片描述


1.3 0-1背包问题的解空间

  问题的解空间应该至少包含问题的一个(最优)解
  对于n种可选择物品的0-1背包问题,其解空间由长度为n的0-1向量组成
  当n=3时,其解空间为{(0,0,0),(0,0,1),(0,1,0),(0,1,1),(1,0,0),(1,0,1),(1,1,0),(1,1,1)}
  解空间其实就是解的集合


1.4 旅行售货员问题的解空间

  问题:某售货员要到若干城市去推销商品,已知各城市之间的路程(旅费)。他要选择一条从驻地出发,经过每个城市一遍,然后回到驻地的路线,使总的路程(总旅费)最小。
在这里插入图片描述
在这里插入图片描述


1.5 生成问题状态的基本方法

  白结点:未被访问到的结点
  灰结点:一个自身已生成但其儿子还没有全部生成的节点称做灰结点
  黑结点:一个所有儿子已经产生的结点称做黑结点
  深度优先的问题状态生成法:如果对一个扩展结点R,一旦产生了它的一个儿子C,就把C当做新的扩展结点。在完成对子树C(以C为根的子树)的穷尽搜索之后,将R重新变成扩展结点,继续生成R的下一个儿子(如果存在)。
  宽度优先的问题状态生成法:在一个扩展结点变成黑结点之前,它一直是扩展结点。
  回溯法为了避免生成那些不可能产生最佳解的问题状态,要不断地利用限界函数(bounding function)来处死那些实际上不可能产生所需解的活结点,以减少问题的计算量。具有限界函数的深度优先生成法称为回溯法


二、回溯法的基本思想

  (1)针对所给问题,定义问题的解空间
  (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避免无效搜索
  常用剪枝函数
  用约束函数在扩展结点处剪去不满足约束的子树
  用限界函数剪去得不到最优解的子树

  用回溯法解题的一个显著特征是在搜索过程中动态产生问题的解空间在任何时刻,算法只保存从根结点到当前扩展结点的路径。如果解空间树中从根结点到叶结点的最长路径的长度为h(n),则回溯法所需的计算空间通常为O(h(n))。而显式地存储整个解空间则需要O(2h(n))或O(h(n)!)内存空间。


三、回溯算法的适用条件

  在结点<x1,x2,…,xk>处P(x1,x2,…,xk)为真。即向量<x1,x2,…,xk>满足某个性质,则有P(x1,x2,…,xk+1)-> P(x1,x2,…,xk) 0<k<n。称之为多米诺性质
  ┐ P(x1,x2,…,xk) ->┐ P(x1,x2,…,xk+1) 0<k<n
  k维向量不满足约束条件,扩张向量到k+1维仍旧不满足,才可以进行回溯


四、递归回溯

  回溯法对解空间作深度优先搜索,因此,在一般情况下用递归方法实现回溯法

void backtrack (int t)
{if (t>n) output(x);elsefor (int i=f(n,t);i<=g(n,t);i++) {x[t]=h(i);if (constraint(t)&&bound(t)) backtrack(t+1);}
}

五、迭代回溯

  采用 树的非递归深度优先遍历算法,可将回溯法表示为一个非递归迭代过程

void iterativeBacktrack ()
{int t=1;while (t>0) {if (f(n,t)<=g(n,t)) for (int i=f(n,t);i<=g(n,t);i++) {x[t]=h(i);if (constraint(t)&&bound(t)) {if (solution(t)) output(x);else t++;}}else t--;}
}

六、子集树与排列树

  当所给问题是从n个元素的集合S中找出满足某种性质的子集时,相应的解空间树称为子集树(2n)。
  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(n!)。
在这里插入图片描述
  遍历子集树需O(2n)计算时间

void backtrack (int t)
{if (t>n) output(x);elsefor (int i=0;i<=1;i++) {x[t]=i;if (legal(t)) backtrack(t+1);}
}

在这里插入图片描述
  遍历排列树需要O(n!)计算时间

void backtrack (int t)
{if (t>n) output(x);elsefor (int i=t;i<=n;i++) {swap(x[t], x[i]);if (legal(t)) backtrack(t+1);swap(x[t], x[i]);}
} 

七、装载问题

  有一批共n个集装箱要装上2艘载重量分别为c1和c2的轮船,其中集装箱i的重量为wi,且在这里插入图片描述
  装载问题要求确定是否有一个合理的装载方案可将这个集装箱装上这2艘轮船。如果有,找出一种装载方案。
  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。由此可知,装载问题等价于以下特殊的0-1背包问题。
在这里插入图片描述
  用回溯法设计解装载问题的O(2n)计算时间算法。在某些情况下该算法优于动态规划算法

  当n=3,c1=c2=50,且w=[10,40,40]
  如果w=[20,40,40]
  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

  解空间:子集树
  可行性约束函数(选择当前元素):
  上界函数(不选择当前元素)
  当前载重量cw+剩余集装箱的重量r≤当前最优载重量bestw

void backtrack (int i){// 搜索第i层结点if (i > n)  // 到达叶结点更新最优解bestx,bestw;return;r -= w[i];if (cw + w[i] <= c) {// 搜索左子树x[i] = 1;cw += w[i];backtrack(i + 1);cw -= w[i];      }if (cw + r > bestw)  {x[i] = 0;  // 搜索右子树backtrack(i + 1);      }r += w[i];}

在这里插入图片描述


八、批处理作业调度问题

  n个作业{1, 2, …, n}要在两台机器上处理,每个作业必须先由机器1处理,然后再由机器2处理,机器1处理作业i所需时间为ai,机器2处理作业i所需时间为bi(1≤i≤n),批处理作业调度问题要求确定这n个作业的最优处理顺序,使得从第1个作业在机器1上处理开始,到最后一个作业在机器2上处理结束所需时间最少。
  显然,批处理作业的一个最优调度应使机器1没有空闲时间,且机器2的空闲时间最小。可以证明,存在一个最优作业调度使得在机器1和机器2上作业以相同次序完成

  例:三个作业{1, 2, 3},这三个作业在机器1上所需的处理时间为(2, 3, 2),在机器2上所需的处理时间为(1, 1, 3),则最佳调度方案是(1, 3, 2)、(3, 1, 2)和(3, 2, 1),其完成时间为8。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
  解空间:排列树

void Flowshop::Backtrack(int i)
{if (i > n) {for (int j = 1; j <= n; j++)bestx[j] = x[j];bestf = f;}elsefor (int j = i; j <= n; j++) {f1+=M[x[j]][1];f2[i]=((f2[i-1]>f1)?f2[i-1]:f1)+M[x[j]][2];f+=f2[i];if (f < bestf) {Swap(x[i], x[j]);Backtrack(i+1);Swap(x[i], x[j]);}f1- =M[x[j]][1];f- =f2[i];}
}

在这里插入图片描述

class Flowshop {friend Flow(int**, int, int []);private:void Backtrack(int i);int  **M,    // 各作业所需的处理时间*x,     // 当前作业调度*bestx,    // 当前最优作业调度*f2,    // 机器2完成处理时间f1,    // 机器1完成处理时间f,     // 完成时间和bestf,    // 当前最优值n;   // 作业数}; 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/93290.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

操作系统初探 - 进程的概念

目录 预备知识 冯诺依曼和现代计算机结构 操作系统的理解 进程和PCB的概念 PCB中的信息 查看进程信息的指令 - ps pid 进程状态 预备知识 在学习操作系统之前我们需要先了解一下如下的预备知识。 冯诺依曼和现代计算机结构 美籍匈牙利科学家冯诺依曼最先提出“程序存…

POJ 3109 Inner Vertices 离散化+树状数组

一、题目大意 围棋棋盘&#xff0c;如果某个坐标上下左右的四个方向都存在棋子&#xff0c;那么ans1&#xff0c;根据输入的棋子数量&#xff0c;求出ans的数量。 二、解题思路 题目中有说到如果程序不会结束&#xff0c;那么输出-1&#xff0c;这其实是无源之水&#xff0c…

【爬虫】用wget命令爬虫的简易教程

文章目录 1. 获取登录的请求2. 用postman模拟登录请求3. 用wget模拟登录请求并保存cookie4. 开始爬取网站5. 查看爬取结果6. 网站爬虫简易教程 爬取需要登录的网站的资源 背景&#xff1a;对于一些网站需要使用用户名和密码登录并且使用了https&#xff0c;我们如果不通过凭证将…

win10系统任务栏图标变成白色的解决办法

我平时都是用滴答清单进行管理这个自己的日程代办的&#xff0c;但是今天打开的时候发现这个快捷方式突然变成纯白色的了&#xff0c;重启电脑之后&#xff0c;这个图标的样式仍然没有变化。上网查找解决办法之后&#xff0c;终于搞好了&#xff0c;于是就有了下面的教程。 为什…

大数据Flink(九十五):DML:Window TopN

文章目录 DML:Window TopN DML:Window TopN Window TopN 定义(支持 Streaming):Window TopN 是一种特殊的 TopN,它的返回结果是每一个窗口内的 N 个最小值或者最大值。 应用场景

数据结构—归并排序-C语言实现

引言&#xff1a;归并排序跟快速排序一样&#xff0c;都运用到了分治的算法&#xff0c;但是归并排序是一种稳定的算法&#xff0c;同时也具备高效&#xff0c;其时间复杂度为O(N*logN) 算法图解&#xff1a; 然后开始归并&#xff1a; 就是这个思想&#xff0c;拆成最小子问题…

数据结构与算法----递归

1、迷宫回溯问题 package com.yhb.code.datastructer.recursion&#xffe5;5;public class MiGong {public static void main(String[] args) {// 先创建一个二维数组&#xff0c;模拟迷宫// 地图int[][] map new int[8][7];// 使用1 表示墙// 上下全部置为1for (int i 0; i…

BASH shell脚本篇4——函数

这篇文章介绍下BASH shell中的函数。之前有介绍过shell的其它命令&#xff0c;请参考&#xff1a; BASH shell脚本篇1——基本命令 BASH shell脚本篇2——条件命令 BASH shell脚本篇3——字符串处理 函数是代码重用的最重要方式。Bash函数可以定义为一组命令&#xff0c;在b…

华为数通方向HCIP-DataCom H12-831题库(单选题:161-180)

第161题 某台路由器Router LSA如图所示,下列说法中错误的是? A、本路由器已建立邻接关系 B、本路由器为DR C、本路由支持外部路由引入 D、本路由器的Router ID为10.0.12.1 答案: B 解析: 一类LSA的在transnet网络中link id值为DR的route id ,但Link id的地址不是10.0.12.…

asp.net core mvc Razor +dapper 增删改查,分页(保姆教程)

说明&#xff1a;本demo使用sqlserver数据库&#xff0c;dapper orm框架 完成一张学生信息表的增删改查&#xff0c;前端部分使用的是Razor视图&#xff0c; Linq分页 HtmlHelper。&#xff08;代码随便写的&#xff0c;具体可以自己优化&#xff09; //实现效果如下&#xff0…

管理经济学基本概念(二): 规模经济、需求曲线、供给曲线等

1、关键术语 1.1、边际报酬递减规律 边际报酬递减规律是指随着产出量的扩大&#xff0c;边际生产率(与增量投入要素相联系的增量产出量)最终会下降。 递增的边际生产率意味着边际成本递增。 递增的边际成本最终导致平均成本递增。 1.2、规模经济 (1) 如果长期平均成本相对…

JIRA 如何在项目之间移动 Issue

需要使用 JIRA 的查找功能。 把需要移动的 Issue 先全部找到&#xff0c;然后选择 Tools 下面的所有 Issues 批量操作页面 在随后的页面中&#xff0c;将会出现批量操作的页面。 在这里&#xff0c;可以对需要进行批量操作的问题&#xff0c;进行全部选择。 然后单击下一步继…

Flutter笔记:滚动之-无限滚动与动态加载的实现

Flutter笔记 无限滚动与动态加载的实现 作者&#xff1a;李俊才 &#xff08;jcLee95&#xff09;&#xff1a;https://blog.csdn.net/qq_28550263 邮箱 &#xff1a;291148484163.com 本文地址&#xff1a;https://blog.csdn.net/qq_28550263/article/details/133342307 本文还…

05. 机器学习入门 - 动态规划

文章目录 从一个案例开始动态规划 Hi, 你好。我是茶桁。 咱们之前的课程就给大家讲了什么是人工智能&#xff0c;也说了每个人的定义都不太一样。关于人工智能的不同观点和方法&#xff0c;其实是一个很复杂的领域&#xff0c;我们无法用一个或者两个概念确定什么是人工智能&a…

cf 解题报告 01

E. Power of Points Problem - 1857E - Codeforces 题意&#xff1a; 给你 n n n 个点&#xff0c;其整数坐标为 x 1 , … x n x_1,\dots x_n x1​,…xn​&#xff0c;它们位于一条数线上。 对于某个整数 s s s&#xff0c;我们构建线段[ s , x 1 s,x_1 s,x1​], [ s , x…

有时候,使用 clang -g test.c 编译出可执行文件后,发现 gdb a.out 进行调试无法读取符号信息,为什么?

经过测试&#xff0c;gdb 并不是和所有版本的 llvm/clang 都兼容的 当 gdb 版本为 9.2 时&#xff0c;能支持 9.0.1-12 版本的 clang&#xff0c;但无法支持 16.0.6 版本的 clang 可以尝试使用 LLVM 专用的调试器 lldb 我尝试使用了 16.0.6 版本的 lldb 调试 16.0.6 的 clan…

机器视觉工程师如何快速停止内耗,与自己和解

十分情绪化的人&#xff0c;是无法更好的成就自我的。 真正让人疲惫的是&#xff0c;不是工作&#xff0c;不是学习&#xff0c;更不是生活。而是你自己的情绪。 我们每一天去上班&#xff0c;感觉自己像个失败者。看不见自身的光芒&#xff0c;被自己的情绪笼罩&#xff0c;饱…

掌动智能:UI自动化测试工具的重要性和应用

在软件开发过程中&#xff0c;测试是至关重要的环节。而UI自动化测试工具则成为了测试团队提高效率、降低成本、保证软件质量的重要利器。本文将介绍UI自动化测试工具的概念和重要性&#xff0c;并探讨其在软件开发中的应用和好处。 一、UI自动化测试工具的概念 UI自动化测试工…

23-properties文件和xml文件以及dom4j的基本使用操作

特殊文件 我们利用这些特殊文件来存放我们 java 中的数据信息&#xff0c;当数据量比较大的时候&#xff0c;我们可以利用这个文件对数据进行快速的赋值 对于多个用户数据的存储的时候我们要用这个XML来进行存储 关于这些特殊文件&#xff0c;我们主要学什么 了解他们的特点&…

【AI视野·今日NLP 自然语言处理论文速览 第四十一期】Tue, 26 Sep 2023

AI视野今日CS.NLP 自然语言处理论文速览 Tue, 26 Sep 2023 Totally 75 papers &#x1f449;上期速览✈更多精彩请移步主页 Daily Computation and Language Papers Physics of Language Models: Part 3.1, Knowledge Storage and Extraction Authors Zeyuan Allen Zhu, Yuanz…