一、基本概念
回溯法,又稱為試探法,按選優條件向前不斷搜尋,以達到目标。但是當探索到某一步時,如果發現原先選擇并不優或達不到目标,就會退回一步重新選擇,這種達不到目的就退回再走的算法稱為回溯法。
與窮舉法的差別和聯系:
相同點:它們都是基于試探的。
差別:窮舉法要将一個解的各個部分全部生成後,才檢查是否滿足條件,若不滿足,則直接放棄該完整解,然後再嘗試另一個可能的完整解,它并沒有沿着一個可能的完整解的各個部分逐漸回退生成解的過程。而對于回溯法,一個解的各個部分是逐漸生成的,當發現目前生成的某部分不滿足限制條件時,就放棄該步所做的工作,退到上一步進行新的嘗試,而不是放棄整個解重來。
二、基本思想
對于可以使用回溯法來解決的問題,首先可以将其解空間可以看成一棵解空間樹。在回溯法中,每次擴大目前部分解時,都面臨一個可選的狀态集合(所有的子樹),每個樹結點代表一個可能的部分解。
回溯法對任一解的生成,一般都采用逐漸擴大解的方式。每前進一步,都試圖在目前部分解的基礎上擴大該部分解。它在問題的狀态空間樹中,從開始結點(根結點)出發,以深度優先搜尋整個狀态空間。這個開始結點成為活結點,同時也成為目前的擴充結點。在目前擴充結點處,搜尋向縱深方向移至一個新結點。這個新結點成為新的活結點,并成為目前擴充結點。如果在目前擴充結點處不能再向縱深方向移動,則目前擴充結點就成為死結點。此時,應往回移動(回溯)至最近的活結點處,并使這個活結點成為目前擴充結點。回溯法以這種工作方式遞歸地在狀态空間中搜尋,直到找到所要求的解或解空間中已無活結點時為止。
三、解題步驟(思路)
- 針對給定的問題,定義問題的解空間;
- 确定易于搜尋的解空間結構;
- 以深度優先方式搜尋解空間,并且在搜尋過程中用剪枝函數避免無效搜尋。(這裡的剪枝函數就是判斷該結點是否滿足問題題設,如果滿足則向下搜尋,不滿足則在此剪枝)
四、算法架構
1. 遞歸實作:
變量解釋:
x:存儲試探解的數組
n:解空間樹的層數
i:搜尋目前所達到的層數
start:子節點解空間的最小值
end:子節點解空間的最大值
int x[n];
void backtrack (int i) {
if (i > n) {
回溯結束;
} else {
// 這裡回溯子節點的解空間為start~end
for (j = start; j <= end; j++) {
// 滿足條件,向下搜尋
if (j滿足題設條件) {
x[i] = j;
backtrack(i+1);
// 不滿足條件,在此剪枝(即回溯)
} else {
}
}
}
}
2. 非遞歸實作:
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) {
回溯結束;
break;
// 滿足條件,向下搜尋
} else {
i++;
x[i] = 1;
}
// 不滿足條件,在此剪枝(即回溯)
} else {
x[i]++;
}
}
//周遊完子節點解空間後,向上剪枝(即回溯)
x[i] = 1;
i--;
x[i]++;
}
}
相比之下,遞歸設計方法比較簡單,而非遞歸方法,也就是循環方法設計細節比較多,但如果掌握了其特點,對不同問題的适用性很強(即代碼隻需要很少的修改就可以應用到不同問題),加之其最大的優勢:效率更高(因為遞歸的實作是通過調用函數本身,函數調用的時候,每次調用時要做位址儲存,參數傳遞等,這是通過一個遞歸工作棧實作的。具體是每次調用函數本身要儲存的内容包括:局部變量、形參、調用函數位址、傳回值。那麼,如果遞歸調用N次,就要配置設定N局部變量、N形參、N調用函數位址、N傳回值。這勢必是影響效率的。)
五、經典實作
經典問題:八皇後問題
八皇後問題,是一個古老而著名的問題,是回溯算法的典型例題。該問題是十九世紀著名的數學家高斯1850年提出:
在8X8格的國際象棋上擺放八個皇後,使其不能互相攻擊,即任意兩個皇後都不能處于同一行、同一列或同一斜線上(斜率為1),問有多少種擺法。高斯認為有76種方案。1854年在柏林的象棋雜志上不同的作者發表了40種不同的解,後來有人用圖論的方法解出92種結果。
遞歸實作為以下代碼中backtrack方法
非遞歸實作為以下代碼中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為所有的可行的解
for (int m = 1; m <= n; m++)
{
cout << "<" << m << "," << x[m] << ">"; //這一行用輸出當遞歸到葉節點的時候,一個可行解
}
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;
} //得到最終可行解,退出
else
{ //得到部分可行解,搜尋下一行
i++;
x[i] = 1;
}
}
else
{ //目前解不可行
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;
}