一、回溯法
回溯法是一个既带有系统性又带有跳跃性的搜索算法。它在包含问题的所有解的解空间树中按照深度优先的策略,从根节点出发搜索解空间树。算法搜索至解空间树的任一节点时,总是先判断该节点是否肯定不包含问题的解。如果肯定不包含,则跳过对以该节点为根的子树的系统搜索,逐层向其原先节点回溯。否则,进入该子树,继续按深度优先的策略进行搜索。
运用回溯法解题通常包含以下三个步骤:
· 针对所给问题,定义问题的解空间;
· 确定易于搜索的解空间结构;
· 以深度优先的方式搜索解空间,并且在搜索过程中用剪枝函数避免无效搜索;
二、01背包问题描述
01背包问题,即向容量为M的背包装载物品,要么放入要么不放入。从n个物品中选取装入背包的物品,物品i的重量为Wi,价值为Pi。最佳装载指装入的物品价值最高,即∑PiXi(i=1..n)取最大值。约束条件为∑WiXi≤M且Xi∈[0,1](1≤i≤n)。
在这个表达式中,需求出Xi的值。Xi=1表示物品i装入背包,Xi=0表示物品i不装入背包。
· 即判断可行解的约束条件是:∑WiXi≤M(i=0..n),Wi>0,Xi∈[0,1](1≤i≤n)
· 目标最大值:max∑PiXi(i=0..n-1),Pi>0,Xi=0或1(0≤i<n)
0/1背包问题是一个自己选取问题,适合于用子集树表示0/1背包问题的解空间。在搜索解空间树时,只要左儿子节点是一个可行节点,搜索就进入左子树,在右子树中有可能包含最优解才进入右子树搜索,否则将右子树剪去。
三、关于剪枝函数
设当前剩余物品价值总和为r,当前结点x价值为cp,当前x结点上界函数值为bp。L为当前已搜索到的答案结点中受益的最大值,当cp+r=bp<L时可剪去以X为根的子树。
计算右子树中解上界方法是将剩余物品按单位重量价值排序,一次放入物品直至装不下为止,再装入部分未装入物品直至装满背包,由此得到的价值是右子树解上界。
四、递归实现
如下图1所示为01背包问题递归实现的示意图,图2是01背包问题递归实现的流程图,描述了代码实现方案。
图1 01背包问题递归描述图 图2 01背包问题递归实现流程图
图1比较容易理解,是否已拿完物品也就是i<n(i是当前物品序号,n是物品总数目)是否成立,如果成立则递归结束并打印输出路径。如果i<n则判断第i个物品能否放入背包,如果不能放入,则考虑放置i+1个物品,如果能放入还存在当前第i个放入和不放入两种情形后对第i+1个的影响。注意在“放入还是不放入”的部分可考虑加入剪枝函数。
五、递归的代码实现
代码1 Main函数测试代码:
public static void Main (string[] args) { Obj[] objs = new Obj[4]; objs[0] = new Obj() { Weight = 7, Price = 42 }; objs[1] = new Obj() { Weight = 3, Price = 12 }; objs[2] = new Obj() { Weight = 4, Price = 40 }; objs[3] = new Obj() { Weight = 5, Price = 25 }; Backtracking_Recursion1 r = new Backtracking_Recursion1(); r.W = 10; r.objs = objs; r.Backtracking(0); Console.Read(); }
代码2Obj物品代码
public class Obj { /// <summary> /// 物品重量 /// </summary> public int Weight { get; set; } /// <summary> /// 物品价值 /// </summary> public int Price { get; set; } /// <summary> /// 该物品是否放入包内 /// </summary> internal bool Selected { get; set; } }
代码3递归实现01背包问题
class Backtracking_Recursion1 { #region field protected int m_currentWeight = 0; protected int m_currentPrice = 0; #endregion #region property /// <summary> /// 背包容量 /// </summary> /// <value>默认20</value> public int W { get; set; } public int n { get { return objs == null ? 0 : objs.Length; } } /// <summary> /// 物品,包括重量/价值和数量 /// </summary> /// <value>The objects.</value> public Obj[] objs { get; set; } #endregion public void Backtracking(int i) { if (i >= n) { Printing(); return; } if (objs[i].Weight + m_currentWeight <= W) { m_currentWeight += objs[i].Weight; m_currentPrice += objs[i].Price; objs[i].Selected = true; Backtracking(i + 1); m_currentPrice -= objs[i].Price; m_currentWeight -= objs[i].Weight; } objs[i].Selected = false; Backtracking(i + 1); } /// <summary> /// 输出路径 /// </summary> protected void Printing() { Console.Write("<"); for (int i = 0; i < objs.Length; i++) { Console.Write(objs[i].Selected ? "1 " : "0 "); } Console.WriteLine(">, price: " + m_currentPrice.ToString() + "\t weight: " + m_currentWeight.ToString()); } }
六运行结果
注:
1 代码3中Printing()函数调用后可判断并记录最优路径;
2 下文将讲述01背包问题回溯法的顺序执行方法,并通过模板模式整合两种不同的实现方案。
回溯法-01背包问题之一:递归模式,布布扣,bubuko.com