TA的每日心情 | 开心 2021-3-12 23:18 |
---|
签到天数: 2 天 [LV.1]初来乍到
|
一、 回溯的基本思想是:
从一个给定的起始位置,我们希望到达一个目的位置。
我们重复地进行选择(可能是猜测)下一个位置应当是什么。如果一个给定的选择是有效的, 即新的位置可能位于通向目的位置的途径中,则前进到这个新的位置,然后继续。 如果一个给定的选择通向了死胡同 ,则回到前面的位置,进行其他的选择。
回溯就是通过一系列位置选择到达目的位置,并且在不能到达目的位置时反向退回的策略。
通俗的讲法:从一条路往前走,能进则进,不能进则退回来,换一条路再试。
算法书上可能这样说:回溯法是在包含问题的所有解的解空间树(或森林)中,按照深度优先的策略,从根结点出发搜索解空间树。 算法搜索至解空间树的任一结点时,总是先判断该结点是否满足问题的约束条件。如果满足进入该子树,继续 按照深度优先的策略进行搜索。否则,不去搜索以该结点为根的子树,而是逐层向其祖先结点回溯。
回溯法在用来求解问题的所有解时,要回溯到根,且根结点的所有可行的子树都已被搜索遍才结束。而回溯法在用来求解问题的任一解时,只要搜索到问题的一个解就可以结束。适用于解决一些最优化问题。
二. 算法设计过程 (1) 确定问题的解空间
应用回溯法解决问题时,首先应明确定义问题的解空间。问题的解空间应至少包含问题的一个最优解。 (2) 确定结点的扩展规则
约束条件。 (3) 搜索解空间
回溯算法从开始结点(根结点)出发,以深度优先的方式搜索整个解空间。这个开始结点就成为一个活结点,同时也成为当前的扩展结点。在当前的扩展结点处,搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点,并成为当前扩展结点。如果在当前的扩展结点处不能再向纵深方向移动,则当前扩展结点就成为死结点。此时,应该往回移动(回溯)至最近的一个活结点处,并使这个活结点成为当前的扩展结点。回溯法即以这种工作方式递归地在解空间中
搜索,直至找到所要求的解或解空间中已没有活结点时为止。 三. 算法框架
(1) 问题框架 设问题的解是一个n维向量(a1,a2,...,an),约束条件是ai(i=1,2,...,n)之间满足某种条件,记为f(ai)。 (2) 非递归回溯框架
int a[n], i;
i=1;
while(i>0(有路可走) and [未达到目标]){ //还未回溯到头
if(i>n){ //搜索到叶结点
搜索到一个解,输出;
}else{
a第一个可能的值;
while(a不满足约束条件且在搜索空间内)
a下一可能的值;
if(a在搜索空间内){
标识占用的资源;
i = i+1; //扩展下一个结点
}else{
清理所占的状态空间;
i = i-1; //回溯
}
}
} (3)递归算法框架
int a[n];
try(int i){
if(i>n){
输出结果;
}else{
for(j=下界; j<=上界; j++){//枚举i所有可能的路径
if(f(j)){ //满足限界函数和约束条件
a = j;
... //其他操作
try(i+1);
a = 0; //回溯前的清理工作(如a置空)
}
}
}
}
四、例
1. 问题描述: 输出自然数1到n的所有不重复的排列,即n的全排列。 2. 问题分析:
(1) 解空间: n的全排列是一组n元一维向量(x1, x2, x3, ... , xn),搜索空间是:1<=xi<=n i=1,2,3,...,n
(2) 约束条件: xi互不相同。技巧:采用"数组记录状态信息", 设置n个元素的一维数组d,其中的n个元素用来记录数据
1~n的使用情况,已使用置1,未使用置0 3. java代码:
- /**
- * 回溯法
- *
- * @since jdk1.6
- * @author 毛正吉
- * @version 1.0
- * @date 2010.05.25
- *
- */
- public class NAllArrangement {
- private int count = 0; // 解数量
- private int n; // 输入数据n
- private int[] a; // 解向量
- private int[] d; // 解状态
-
- /**
- * @param args
- */
- public static void main(String[] args) {
- //测试例子
- NAllArrangement na = new NAllArrangement(5, 100);
- na.tryArrangement(1);
-
- }
-
- public NAllArrangement(int _n, int maxNSize) {
- n = _n;
- a = new int[maxNSize];
- d = new int[maxNSize];
- }
-
- /**
- * 处理方法
- *
- * @param k
- */
- public void tryArrangement(int k) {
- for (int j = 1; j <= n; j++) { // 搜索解空间
- if (d[j] == 0) {
- a[k] = j;
- d[j] = 1;
- } else { // 表明j已用过
- continue;
- }
-
- if (k < n) { // 没搜索到底
- tryArrangement(k + 1);
- } else {
- count++;
- output(); // 输出解向量
- }
- d[a[k]] = 0; // 回溯
- }
- }
-
- /**
- * 输出解向量
- */
- private void output() {
- System.out.println("count = " + count);
- for (int j = 1; j <= n; j++) {
- System.out.print(a[j] + " ");
- }
- System.out.println("");
- }
-
- }
复制代码 运行结果:
C:java>java NAllArrangement
count = 1
1 2 3 4 5
count = 2
1 2 3 5 4
count = 3
1 2 4 3 5
count = 4
1 2 4 5 3
count = 5
1 2 5 3 4
count = 6
1 2 5 4 3
count = 7
1 3 2 4 5
count = 8
1 3 2 5 4
count = 9
1 3 4 2 5
。。。。。。。。
未完,下一篇:【回溯法】 组合问题
源码下载:http://file.javaxxz.com/2014/11/27/000517500.zip |
|