1、基本概念
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、算法应用示例:
八皇后问题的递归实现
[java]
view plain
copy
- public class Empress {
- private int n ; //皇后个数
- private int[] x ; //当前解
- private long sum ; //当前已找到的可行方案数
- private static int h ; //记录遍历方案序数
- public Empress(){
- this.sum = 0 ; //初始化方案数为1,当回溯到最佳方案的时候,就自增1
- this.n = 8 ; //求n皇后问题,由自己定义
- this.x = new int[n+1]; //x[i]表示皇后i放在棋盘的第i行的第x[i]列
- h = 1 ; //这个是我额外定义的变量,用于遍历方案的个数,请看backTrace()中h变量的作用,这里将它定义为static静态变量
- }
- public boolean place (int k){
- for (int j = 1 ; j < k ; j++){
- //这个主要是刷选符合皇后条件的解,因为皇后可以攻击与之同一行同一列的或同一斜线上的棋子
- if ( (Math.abs(k – j)) == (Math.abs(x[j]-x[k])) || (x[j] == x[k]) ){
- return false ; //如果是与之同一行同一列的或同一斜线上的棋子,返回false;
- }
- }
- return true ;//如果不是与之同一行同一列的或同一斜线上的棋子,返回true;
- }
- public void backTrace (int t){
- if (t > n){ //当t>n时,算法搜索到叶节点,得到一个新的n皇后互不攻击放置方案,方案数加1
- sum ++ ; //方案数自增1
- System.out.println (“方案” + (h++) + “”);
- print(x);
- System.out.print (“\n—————-\n”);//华丽的分割线
- }else { //当t<=n时,当前扩展的结点Z是解空间中的内部结点,该节点有x[i]=1,2,…,n共n个子结点,
- //对于当前扩展结点Z的每一个儿子结点,由place()方法检测其可行性,
- //并以深度优先的方式递归地对可行子树搜索,或剪去不可行子数
- for (int i = 1 ; i <= n ; i++){
- x[t] = i ;
- if (place (t)){ //检查结点是否符合条件
- backTrace (t+1); //递归调用
- }
- }
- }
- }
- public void print (int[] a){ //打印数组,没啥的
- for (int i = 1 ; i < a.length ; i++){
- System.out.print (“皇后” + i + “在” + i + “行” +a[i] + “列、”);
- }
- }
- public static void main (String[] args){
- Empress em = new Empress();
- em.backTrace(1); //从1开始回溯
- System.out.println (“\n详细方案如上所示,”+“可行个数为:” + em.sum);
- }
- }/*output:八皇后问题只有92种方案,这里只给出其中的三个方案
- 方案1
- 皇后1在1行1列、皇后2在2行5列、皇后3在3行8列、皇后4在4行6列、皇后5在5行3列、皇后6在6行7列、皇后7在7行2列、皇后8在8行4列、
- —————-
- 方案2
- 皇后1在1行1列、皇后2在2行6列、皇后3在3行8列、皇后4在4行3列、皇后5在5行7列、皇后6在6行4列、皇后7在7行2列、皇后8在8行5列、
- —————-
- .
- .
- .
- 方案92
- 皇后1在1行8列、皇后2在2行4列、皇后3在3行1列、皇后4在4行3列、皇后5在5行6列、皇后6在6行2列、皇后7在7行7列、皇后8在8行5列、
- —————-
- *///~
分书问题:
有编号为 A、B、C、D、E 的 5 本书,以及 5 个人,每本书可以分给每一个对该书有兴趣的人阅读,且每个人都只能分到一本自己
感兴趣的书。问当给定 5 个人对 5 本书的感兴趣情况时,怎样分配这 5 本书才能让每个人都开始阅读。
思路:每次都尝试给第 p 个人从 5 本书中分出他感兴趣的一本,若不能构成最终解,则撤销回溯到上一个人(即第 p – 1 个人)的分配。
我们如下确定:
int bookCounts 表示书的总数量,与总人数相等
int like [p] [b] = 1 表示第 p 个人喜欢读第 b 本书,即具体的问题初始条件;
int given [b] = p 表示第 b 本书分给了第 p 个人,即保存解的标识数组;
注:在这里 p ,b (即下标)都从 0 开始,算法实现如下:
/** * 回溯法求解分书问题 * @author haolloyin */ public class AllacateBooks { // 书的总数量,与总人数相等 private int bookCounts = 5; // like[p][b]=1 表示第 p 个人喜欢读第 b 本书 private int[][] like = new int[bookCounts][bookCounts]; // given[b] = p 表示将第 b 本书分配给第 p 个人 private int[] given = new int[bookCounts]; // 初始化标识数组 given[] 和传入各人喜欢书的情况数组 private void init(int like[][]) { for (int i = 0; i < bookCounts; i++) { given[i] = -1; // -1 表示第 i 本书还没分配出去 } this.like = like; } // 尝试给每一个人分配一本书 public void allocateBook(int person) { for (int bookNum = 0; bookNum < bookCounts; bookNum++) { if (like[person][bookNum] == 1 && given[bookNum] == -1) { given[bookNum] = person; if (person == bookCounts - 1) { // 打印结果 for (int i = 0; i < bookCounts; i++) { System.out.println("人 " + (given[i]+1) + " <---> 书 " + ((char)(i + 'A'))); } System.out.println(); } else { // 为下一个人分配一本书 allocateBook(person + 1); } // 失败,回溯重新寻找解 given[bookNum] = -1; } } } // 测试 public static void main(String[] args) { // 构造一个问题规模 int[][] like = new int[][]{ { 0, 0, 1, 1, 0 }, { 1, 1, 0, 0, 1 }, { 0, 1, 1, 0, 1 }, { 0, 0, 0, 1, 0 }, { 0, 1, 0, 0, 1 }}; AllacateBooks allocateBooks = new AllacateBooks(); allocateBooks.init(like); allocateBooks.allocateBook(0); } } 对应于所给的问题规模,所得的解如下: 人 2 <---> 书 A 人 3 <---> 书 B 人 1 <---> 书 C 人 4 <---> 书 D 人 5 <---> 书 E 人 2 <---> 书 A 人 5 <---> 书 B 人 1 <---> 书 C 人 4 <---> 书 D 人 3 <---> 书 E
[实验目的]
综合运用数组、递归等数据结构知识,掌握、提高分析、设计、实现及测试程序的综合能力。
[实验内容及要求]
以一个M×N的长方阵表示迷宫,0和1分别表示迷宫中的通路和障碍。设计一个程序,对任意设定的迷宫,求出一条从入口到出口的通路,或得出没有通路的结论。
(1) 根据二维数组,输出迷宫的图形。
(2) 探索迷宫的四个方向:RIGHT为向右,DOWN向下,LEFT向左,UP向上,输出从入口到出口的行走路径。
[测试数据]
左上角(1,1)为入口,右下角(8,9)为出口。
0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 |
0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 |
0 | 0 | 1 | 0 | 1 | 1 | 0 | 1 |
0 | 1 | 1 | 1 | 0 | 0 | 1 | 0 |
0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 |
0 | 1 | 0 | 0 | 0 | 1 | 0 | 1 |
0 | 1 | 1 | 1 | 1 | 0 | 0 | 1 |
1 | 1 | 0 | 0 | 0 | 1 | 0 | 1 |
1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
[实现提示]
可使用回溯方法,即从入口出发,顺着某一个方向进行探索,若能走通,则继续往前进;否则沿着原路退回,换一个方向继续探索,直至出口位置,求得一条通路。假如所有可能的通路都探索到而未能到达出口,则所设定的迷宫没有通路。
[java]
view plain
copy
- import java.util.*;
- class Position{
- public Position(){
- }
- public Position(int row, int col){
- this.col = col;
- this.row = row;
- }
- public String toString(){
- return “(“ + row + ” ,” + col + “)”;
- }
- int row;
- int col;
- }
- class Maze{
- public Maze(){
- maze = new int[15][15];
- stack = new Stack<Position>();
- p = new boolean[15][15];
- }
- /*
- * 构造迷宫
- */
- public void init(){
- Scanner scanner = new Scanner(System.in);
- System.out.println(“请输入迷宫的行数”);
- row = scanner.nextInt();
- System.out.println(“请输入迷宫的列数”);
- col = scanner.nextInt();
- System.out.println(“请输入” + row + “行” + col + “列的迷宫”);
- int temp = 0;
- for(int i = 0; i < row; ++i) {
- for(int j = 0; j < col; ++j) {
- temp = scanner.nextInt();
- maze[i][j] = temp;
- p[i][j] = false;
- }
- }
- }
- /*
- * 回溯迷宫,查看是否有出路
- */
- public void findPath(){
- // 给原始迷宫的周围家一圈围墙
- int temp[][] = new int[row + 2][col + 2];
- for(int i = 0; i < row + 2; ++i) {
- for(int j = 0; j < col + 2; ++j) {
- temp[0][j] = 1;
- temp[row + 1][j] = 1;
- temp[i][0] = temp[i][col + 1] = 1;
- }
- }
- // 将原始迷宫复制到新的迷宫中
- for(int i = 0; i < row; ++i) {
- for(int j = 0; j < col; ++j) {
- temp[i + 1][j + 1] = maze[i][j];
- }
- }
- // 从左上角开始按照顺时针开始查询
- int i = 1;
- int j = 1;
- p[i][j] = true;
- stack.push(new Position(i, j));
- while (!stack.empty() && (!(i == (row) && (j == col)))) {
- if ((temp[i][j + 1] == 0) && (p[i][j + 1] == false)) {
- p[i][j + 1] = true;
- stack.push(new Position(i, j + 1));
- j++;
- } else if ((temp[i + 1][j] == 0) && (p[i + 1][j] == false)) {
- p[i + 1][j] = true;
- stack.push(new Position(i + 1, j));
- i++;
- } else if ((temp[i][j – 1] == 0) && (p[i][j – 1] == false)) {
- p[i][j – 1] = true;
- stack.push(new Position(i, j – 1));
- j–;
- } else if ((temp[i – 1][j] == 0) && (p[i – 1][j] == false)) {
- p[i – 1][j] = true;
- stack.push(new Position(i – 1, j));
- i–;
- } else {
- stack.pop();
- if(stack.empty()){
- break;
- }
- i = stack.peek().row;
- j = stack.peek().col;
- }
- }
- Stack<Position> newPos = new Stack<Position>();
- if (stack.empty()) {
- System.out.println(“没有路径”);
- } else {
- System.out.println(“有路径”);
- System.out.println(“路径如下:”);
- while (!stack.empty()) {
- Position pos = new Position();
- pos = stack.pop();
- newPos.push(pos);
- }
- }
- /*
- * 图形化输出路径
- * */
- String resault[][]=new String[row+1][col+1];
- for(int k=0;k<row;++k){
- for(int t=0;t<col;++t){
- resault[k][t]=(maze[k][t])+“”;
- }
- }
- while (!newPos.empty()) {
- Position p1=newPos.pop();
- resault[p1.row-1][p1.col-1]=“#”;
- }
- for(int k=0;k<row;++k){
- for(int t=0;t<col;++t){
- System.out.print(resault[k][t]+“\t”);
- }
- System.out.println();
- }
- }
- int maze[][];
- private int row = 9;
- private int col = 8;
- Stack<Position> stack;
- boolean p[][] = null;
- }
- class hello{
- public static void main(String[] args){
- Maze demo = new Maze();
- demo.init();
- demo.findPath();
- }
- }