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[i]第一个可能的值;
while(a[i]不满足约束条件且在搜索空间内)
a[i]下一可能的值;
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;
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[i] = j;
... //其他操作
try(i+1);
a[i] = 0; //回溯前的清理工作(如a[i]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("");
}
}
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
。。。。。。。。
【问题】 组合问题
问题描述:找出从自然数1,2,…,n中任取r个数的所有组合。
采用回溯法找问题的解,将找到的组合以从小到大顺序存于a[0],a[1],…,a[r-1]中,组合的元素满足以下性质:
(1) a[i+1]>a[i],后一个数字比前一个大;
(2) a[i]-i<=n-r+1。
按回溯法的思想,找解过程可以叙述如下:
首先放弃组合数个数为r的条件,候选组合从只有一个数字1开始。因该候选解满足除问题规模之外的全部条件,扩大其规模,并使其满足上述条件(1),候选组合改为1,2。继续这一过程,得到候选组合1,2,3。该候选解满足包括问题规模在内的全部条件,因而是一个解。在该解的基础上,选下一个候选解,因a[2]上的3调整为4,以及以后调整为5都满足问题的全部要求,得到解1,2,4和1,2,5。由于对5不能再作调整,就要从a[2]回溯到a[1],这时,a[1]=2,可以调整为3,并向前试探,得到解1,3,4。重复上述向前试探和向后回溯,直至要从a[0]再回溯时,说明已经找完问题的全部解。按上述思想写成程序如下:
public class TestComb{
public static void main(String args[]){
comb(6,3);
}
public static void comb(int m,int r){
int i=0,j;
int a[]=new int[100];
a[i]=1;
do {
if (a[i]-i<=m-r+1)/*还能向前试探*/
{ if(i==r-1)/*已经找到一个可行的组合解*/
{ for (j=0;j< r;j++)
System.out.printf("%4d",a[j]);
System.out.println();
a[i]++;/*调整*/
continue;
}
i++;/*扩展,向前试探*/
a[i]=a[i-1]+1;
}
else/*不能试探,理应回溯*/
{ if (i==0) /找到所有可行的解,结束*/
return;
a[--i]++; /*调整,向后回溯*/
}
}while(true);
}
}
运行:
C:\java>java TestComb
1 2 3
1 2 4
1 2 5
1 2 6
1 3 4
1 3 5
1 3 6
1 4 5
1 4 6
1 5 6
2 3 4
2 3 5
2 3 6
2 4 5
2 4 6
2 5 6
3 4 5
3 4 6
3 5 6
4 5 6
分享到:
相关推荐
n后问题---递归回溯法 n后问题---递归回溯法 n后问题---递归回溯法 n后问题---递归回溯法 n后问题---递归回溯法 n后问题---递归回溯法 n后问题---递归回溯法 n后问题---递归回溯法 n后问题---递归回溯法 n后问题---...
【回溯法实验报告】 本实验报告主要围绕回溯法这一算法进行,旨在深入理解和掌握回溯法的基本思想和应用。回溯法是一种基于试探性的解决问题的算法,它通过逐步构造可能的解并检查这些解的合法性来寻找问题的正确...
回溯法是一种在尝试解决问题时,通过试探性地做出选择并逐步构造可能的解,当发现当前选择不能导致有效解时,就撤销该选择并尝试其他路径的搜索算法。它通常用于解决组合优化问题,如圆排列问题、装载问题等。在本...
回溯法是一种重要的算法策略,尤其在解决计算机科学中的优化问题和搜索问题时十分常见,如ACM程序设计和算法竞赛中就常常被用到。它通常用于在约束条件下寻找问题的所有解或某个最优解。回溯法的核心思想是通过试探...
批处理作业调度回溯法java实现 批处理作业调度回溯法是一种解决作业调度问题的算法,它通过回溯法来搜索所有可能的解决方案,以找到最佳的作业调度方式。在这个Java实现的批处理作业调度程序中,我们使用回溯法来...
回溯法是一种重要的算法策略,常用于解决组合优化问题和逻辑推理问题,如八皇后问题、迷宫求解、数独填空等。在搜索过程中,回溯法采用深度优先搜索的方式,尝试逐步构建可能的解决方案,如果在构建过程中发现当前...
在这个“哈密顿回路 回溯法——C++代码”的项目中,我们看到的是使用C++编程语言来实现的回溯法求解哈密顿回路。C语言和C++虽然在语法上有一定差异,但C++是在C语言基础上发展起来的,因此,此处的描述中提到的...
回溯法是一种在解决问题时通过试探性地做出选择并逐步构造解决方案的方法,如果发现当前选择无法得到有效的解,则撤销该选择,尝试其他可能的选择,这一过程就像沿着一条路径探索直至找到答案或者证明无解,然后返回...
最优装载问题——回溯法 最优装载问题——回溯法 最优装载问题——回溯法
回溯法是一种通过递归试错来寻找问题所有解决方案的算法,它的基本思想是:在尝试解决一个问题时,如果发现已不满足求解条件,就回退到上一步或上几步重新尝试其他可能的解,直到找到所有正确解或确定无解为止。...
标题中的“实验四 用回溯法求解跳马问题”是一个典型的计算机科学与编程相关的课题,主要涉及的问题是利用回溯法解决棋盘游戏中的马的移动路径问题。回溯法是一种通过试探性的解决问题的方法,当遇到不符合条件的...
(2) 在本次实验中,我尝试利用回溯法实现地图填色: ① 路径选择策略:即结点选择策略我采用了选择(MRV)和度最大选择(DH)策略,优先MRV再DH。 ② 剪枝策略:采用向前检测和颜色轮换策略。 ③ 每个区域可当做...
在这个场景中,回溯法是一种常用的解决策略,它是一种试探性的解决问题的方法,通过尝试所有可能的解决方案并逐步构建答案,当发现当前路径无法导出有效解时,会撤销最近的选择,退回一步重新尝试其他路径。...
2. **回溯法的要素**:包括剪枝函数、状态空间树、解空间、解的表示以及回溯操作。剪枝函数用于减少无效搜索,避免进入不可能产生解的子树;状态空间树描述了所有可能的解;解空间则是在状态空间中满足约束条件的...
基于C++使用回溯法求解数织问题.zip 基于C++使用回溯法求解数织问题.zip 基于C++使用回溯法求解数织问题.zip 基于C++使用回溯法求解数织问题.zip 基于C++使用回溯法求解数织问题.zip 基于C++使用回溯法求解数织问题....
回溯法是一种强大的算法策略,常用于解决组合优化问题,如子集和问题。这个问题的目标是从给定的一组整数中找出所有可能的子集,使得这些子集的元素和等于一个特定的目标值。在本案例中,我们将深入探讨如何使用回溯...
2. **深度优先搜索**:回溯法采用深度优先的方式遍历解空间树,从根节点开始,沿着一个分支尽可能深地搜索,直到遇到无法继续的情况。 3. **剪枝函数**:在搜索过程中,剪枝函数用于在扩展节点处剔除那些明显不符合...
2. **迭代回溯贪心选择**:迭代版本的回溯法使用循环结构代替递归,依然遵循深度优先搜索。贪心选择性质是指在每一步选择看起来最有利的选项,但可能需要回溯以寻找全局最优解。 3. **子集树和排列树算法框架**:这...