五大经典算法之回溯法
Posted 大雄的学习人生
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了五大经典算法之回溯法相关的知识,希望对你有一定的参考价值。
一、基本概念
??回溯法,又称为试探法,按选优条件向前不断搜索,以达到目标。但是当探索到某一步时,如果发现原先选择并不优或达不到目标,就会退回一步重新选择,这种达不到目的就退回再走的算法称为回溯法。
与穷举法的区别和联系:
相同点:它们都是基于试探的。
区别:穷举法要将一个解的各个部分全部生成后,才检查是否满足条件,若不满足,则直接放弃该完整解,然后再尝试另一个可能的完整解,它并没有沿着一个可能的完整解的各个部分逐步回退生成解的过程。而对于回溯法,一个解的各个部分是逐步生成的,当发现当前生成的某部分不满足约束条件时,就放弃该步所做的工作,退到上一步进行新的尝试,而不是放弃整个解重来。
二、基本思想
??对于可以使用回溯法来解决的问题,首先可以将其解空间可以看成一棵解空间树。在回溯法中,每次扩大当前部分解时,都面临一个可选的状态集合(所有的子树),每个树结点代表一个可能的部分解。
??回溯法对任一解的生成,一般都采用逐步扩大解的方式。每前进一步,都试图在当前部分解的基础上扩大该部分解。它在问题的状态空间树中,从开始结点(根结点)出发,以深度优先搜索整个状态空间。这个开始结点成为活结点,同时也成为当前的扩展结点。在当前扩展结点处,搜索向纵深方向移至一个新结点。这个新结点成为新的活结点,并成为当前扩展结点。如果在当前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,应往回移动(回溯)至最近的活结点处,并使这个活结点成为当前扩展结点。回溯法以这种工作方式递归地在状态空间中搜索,直到找到所要求的解或解空间中已无活结点时为止。
三、解题步骤(思路)
- 针对给定的问题,定义问题的解空间;
- 确定易于搜索的解空间结构;
- 以深度优先方式搜索解空间,并且在搜索过程中用剪枝函数避免无效搜索。(这里的剪枝函数就是判断该结点是否满足问题题设,如果满足则向下搜索,不满足则在此剪枝)
四、算法框架
1. 递归实现:
?变量解释:
??x:存储试探解的数组
??n:解空间树的层数
??i:搜索目前所达到的层数
??start:子节点解空间的最小值
??end:子节点解空间的最大值
int x[n];
void backtrack (int i) {
if (i > n) {
回溯结束;
} else {
// 这里回溯子节点的解空间为start~end
for (j = start; j <= end; j++) {
// 满足条件,向下搜索
if (j满足题设条件) {
x[i] = j;
backtrack(i+1);
// 不满足条件,在此剪枝(即回溯)
} else {
}
}
}
}
?2. 非递归实现:
?变量解释:
??x:存储试探解的数组
??n:解空间树的层数
??i:搜索目前所达到的层数
??start:子节点解空间的最小值
??end:子节点解空间的最大值
void f_backtrack(int i) {
//初始化解向量
for (int j = 0; j < n; j++) {
x[j] = 1;
}
while (i >= 1) {
while (x[i] <= n) {
if (place(i)) {
if (i == n) {
回溯结束;
break;
// 满足条件,向下搜索
} else {
i++;
x[i] = 1;
}
// 不满足条件,在此剪枝(即回溯)
} else {
x[i]++;
}
}
//遍历完子节点解空间后,向上剪枝(即回溯)
x[i] = 1;
i--;
x[i]++;
}
}
相比之下,递归设计方法比较简单,而非递归方法,也就是循环方法设计细节比较多,但如果掌握了其特点,对不同问题的适用性很强(即代码只需要很少的修改就可以应用到不同问题),加之其最大的优势:效率更高(因为递归的实现是通过调用函数本身,函数调用的时候,每次调用时要做地址保存,参数传递等,这是通过一个递归工作栈实现的。具体是每次调用函数本身要保存的内容包括:局部变量、形参、调用函数地址、返回值。那么,如果递归调用N次,就要分配N局部变量、N形参、N调用函数地址、N返回值。这势必是影响效率的。)
五、经典实现
经典问题:八皇后问题
??八皇后问题,是一个古老而著名的问题,是回溯算法的典型例题。该问题是十九世纪著名的数学家高斯1850年提出:
??在8X8格的国际象棋上摆放八个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行、同一列或同一斜线上(斜率为1),问有多少种摆法。高斯认为有76种方案。1854年在柏林的象棋杂志上不同的作者发表了40种不同的解,后来有人用图论的方法解出92种结果。
递归实现为以下代码中backtrack方法
非递归实现为以下代码中f_backtrack方法:
#include <iostream>
using namespace std;
int n;
int *x;
int sum;
bool place(int k)
{
for (int j = 1; j < k; j++)
if (abs(x[k] - x[j]) == abs(k - j) || x[j] == x[k])
return false;
return true;
}
void output()
{
sum++; //sum为所有的可行的解
for (int m = 1; m <= n; m++)
{
cout << "<" << m << "," << x[m] << ">"; //这一行用输出当递归到叶节点的时候,一个可行解
}
cout << endl;
}
void f_backtrack(int i)
{
for (int j = 0; j < n; j++)
{ //初始化解向量
x[j] = 1;
}
while (i >= 1)
{
while (x[i] <= n)
{
if (place(i))
{ //得到可行解
if (i == n)
{
output();
break;
} //得到最终可行解,退出
else
{ //得到部分可行解,搜索下一行
i++;
x[i] = 1;
}
}
else
{ //当前解不可行
x[i]++;
}
}
x[i] = 1;
i--;
x[i]++; //回溯
}
}
void backtrack(int i)
{
if (i > n)
{
output();
}
else
{
for (int j = 1; j <= n; j++)
{
x[i] = j;
if (place(i))
{
backtrack(i + 1);
}
else
{
}
}
}
}
int main()
{
n = 8;
sum = 0;
x = new int[n + 1];
for (int i = 0; i <= n; i++)
x[i] = 0;
backtrack(1);
cout << "方案共有" << sum << endl;
}
以上是关于五大经典算法之回溯法的主要内容,如果未能解决你的问题,请参考以下文章