回溯法

来源:互联网 发布:淘宝手机端热点 编辑:程序博客网 时间:2024/04/27 20:14

1、概念

      回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径。

   回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。

     许多复杂的,规模较大的问题都可以使用回溯法,有“通用解题方法”的美称。

2、基本思想

   在包含问题的所有解的解空间树中,按照深度优先搜索的策略,从根结点出发深度探索解空间树。当探索到某一结点时,要先判断该结点是否包含问题的解,如果包含,就从该结点出发继续探索下去,如果该结点不包含问题的解,则逐层向其祖先结点回溯。(其实回溯法就是对隐式图的深度优先搜索算法)。

       若用回溯法求问题的所有解时,要回溯到根,且根结点的所有可行的子树都要已被搜索遍才结束。

       而若使用回溯法求任一个解时,只要搜索到问题的一个解就可以结束。

3、用回溯法解题的一般步骤:

    (1)针对所给问题,确定问题的解空间:

            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)确定结点的扩展搜索规则

    (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。

4、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=1,2,3,…..,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;        初始化数组a[];        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                                                   // 处理第i个元素           {                 a[i]第一个可能的值;                 while(a[i]在不满足约束条件且在搜索空间内)                {                     a[i]下一个可能的值;                 }                 if(a[i]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;            // 回溯                     i = i –1;                 }       }  

3)递归的算法框架

         回溯法是对解空间的深度优先搜索,在一般情况下使用递归函数来实现回溯法比较简单,其中i为搜索的深度,框架如下:

   
    int a[n];       try(int i)      {           if(i>n)              输出结果;            else           {              for(j = 下界; j <= 上界; j=j+1)  // 枚举i所有可能的路径              {                  if(fun(j))                 // 满足限界函数和约束条件                  {                       a[i] = j;                    ...                         // 其他操作                       try(i+1);                     回溯前的清理工作(如a[i]置空值等);                     }                }            }       }  



原创粉丝点击