以下均轉(zhuǎn)載于:五大常用算法-分支界限,加入了一些我自己的想法
1.基本描述
類(lèi)似于回溯法,也是一種在問(wèn)題的解空間樹(shù)T上搜索問(wèn)題解的算法。但在一般情況下,分支限界法與回溯法的求解目標(biāo)不同。回溯法的求解目標(biāo)是找出T中滿足約束條件的所有解,而分支限界法的求解目標(biāo)則是找出滿足約束條件的一個(gè)解,或是在滿足約束條件的解中找出使某一目標(biāo)函數(shù)值達(dá)到極大或極小的解,即在某種意義下的最優(yōu)解。
分支搜索算法
所謂“分支”就是采用廣度優(yōu)先的策略,依次搜索E-結(jié)點(diǎn)的所有分支,也就是所有相鄰結(jié)點(diǎn),拋棄不滿足約束條件的結(jié)點(diǎn),其余結(jié)點(diǎn)加入活結(jié)點(diǎn)表。然后從表中選擇一個(gè)結(jié)點(diǎn)作為下一個(gè)E-結(jié)點(diǎn),繼續(xù)搜索。
選擇下一個(gè)E-結(jié)點(diǎn)的方式不同,則會(huì)有幾種不同的分支搜索方式。
1.FIFO搜索
2.LIFO搜索
3.優(yōu)先隊(duì)列式搜索
2.分支限界法的一般過(guò)程
由于求解目標(biāo)不同,導(dǎo)致分支限界法與回溯法在解空間樹(shù)T上的搜索方式也不相同。回溯法以深度優(yōu)先的方式搜索解空間樹(shù)T,而分支限界法則以廣度優(yōu)先或以最小耗費(fèi)優(yōu)先的方式搜索解空間樹(shù)T。
1.分支限界法的搜索策略是:
在擴(kuò)展結(jié)點(diǎn)處,先生成其所有的兒子結(jié)點(diǎn)(分支),然后再?gòu)漠?dāng)前的活結(jié)點(diǎn)表中選擇下一個(gè)擴(kuò)展對(duì)點(diǎn)。為了有效地選擇下一擴(kuò)展結(jié)點(diǎn),以加速搜索的進(jìn)程,在每一活結(jié)點(diǎn)處,計(jì)算一個(gè)函數(shù)值(限界),并根據(jù)這些已計(jì)算出的函數(shù)值,從當(dāng)前活結(jié)點(diǎn)表中選擇一個(gè)最有利的結(jié)點(diǎn)作為擴(kuò)展結(jié)點(diǎn),使搜索朝著解空間樹(shù)上有最優(yōu)解的分支推進(jìn),以便盡快地找出一個(gè)最優(yōu)解
2.分支限界法常以廣度優(yōu)先或以最小耗費(fèi)(最大效益)優(yōu)先的方式搜索問(wèn)題的解空間樹(shù)。
問(wèn)題的解空間樹(shù)是表示問(wèn)題解空間的一棵有序樹(shù),常見(jiàn)的有子集樹(shù)和排列樹(shù)。在搜索問(wèn)題的解空間樹(shù)時(shí),分支限界法與回溯法對(duì)當(dāng)前擴(kuò)展結(jié)點(diǎn)所使用的擴(kuò)展方式不同。在分支限界法中,每一個(gè)活結(jié)點(diǎn)只有一次機(jī)會(huì)成為擴(kuò)展結(jié)點(diǎn)。活結(jié)點(diǎn)一旦成為擴(kuò)展結(jié)點(diǎn),就一次性產(chǎn)生其所有兒子結(jié)點(diǎn)。在這些兒子結(jié)點(diǎn)中,那些導(dǎo)致不可行解或?qū)е路亲顑?yōu)解的兒子結(jié)點(diǎn)被舍棄,其余兒子結(jié)點(diǎn)被子加入活結(jié)點(diǎn)表中。此后,從活結(jié)點(diǎn)表中取下一結(jié)點(diǎn)成為當(dāng)前擴(kuò)展結(jié)點(diǎn),并重復(fù)上述結(jié)點(diǎn)擴(kuò)展過(guò)程。這個(gè)過(guò)程一直持續(xù)到找到所求的解或活結(jié)點(diǎn)表為空時(shí)為止。
3.回溯法和分支界限法的一些區(qū)別
回溯法和分支限界法的一些區(qū)別:
- 方法對(duì)解空間樹(shù)的搜索方式
- 存儲(chǔ)結(jié)點(diǎn)的常用數(shù)據(jù)結(jié)構(gòu)
- 結(jié)點(diǎn)存儲(chǔ)特性常用應(yīng)用
- 回溯法深度優(yōu)先搜索堆棧活結(jié)點(diǎn)的所有可行子結(jié)點(diǎn)被遍歷后才被從棧中彈出找出滿足約束條件的所有解
- 分支限界法廣度優(yōu)先或最小消耗優(yōu)先搜索隊(duì)列、優(yōu)先隊(duì)列每個(gè)結(jié)點(diǎn)只有一次成為活結(jié)點(diǎn)的機(jī)會(huì)找出滿足約束條件的一個(gè)解或特定意義下的最優(yōu)解
4.舉個(gè)例子
還是上文回溯算法中的例子,給定一組數(shù)組nums
,再給定一個(gè)目標(biāo)值target
,找出集合nums的所有子集使其之和剛好為目標(biāo)值,nums中的數(shù)只能使用一次。不過(guò)我們稍作修改,現(xiàn)在只需要找到一個(gè)子集即可。雖然這個(gè)例子不算優(yōu)化問(wèn)題,但是卻很好的展示了只要滿足條件即可。
下面按照思路進(jìn)行求解。
4.1構(gòu)造解空間樹(shù)
這里和回溯算法中解空間樹(shù)其實(shí)相同,我們采用子集樹(shù)
4.2確定搜索方式
這里我使用的FIFO的隊(duì)列形式,使用該隊(duì)列維護(hù)一張活節(jié)點(diǎn)表,隊(duì)首為擴(kuò)展節(jié)點(diǎn)。
4.3利用剪枝函數(shù)進(jìn)行界限分割
假定我們給出的數(shù)組為
nums = {1,1,2,3,4,5,6},target=9
,那么現(xiàn)在有一種情況是1+1+2=4,當(dāng)前節(jié)點(diǎn)為第3層(從第0層開(kāi)始),那么其左子樹(shù)則為1+1+2+3=7滿足條件,那么需不需要進(jìn)入其右子樹(shù)呢?其右子樹(shù)表示為1+1+2+0+xxx,即不加入第3層,下面還有3層為4,5,6。計(jì)算上界為1+1+2+4+5+6>9的,這樣說(shuō)明第3層的右子樹(shù)可能存在解,我們需要遍歷,但是考慮另一種情況,如果我把nums改為{1,1,2,3,1,1,1}
,則右子樹(shù)上界為1+1+2+0+1+1+1=7<9,顯然就算下面所有都加完,都不能達(dá)到9,不需要搜索右子樹(shù)。
以圖的形式再次說(shuō)明
下面是整體代碼
import java.util.Arrays;
import java.util.LinkedList;
import java.util.Queue;
public class Main {
/**
* 分支限界法
*/
static int[] nums = {1,1,2,3,4,5,6};
static int target = 9;
static int n = nums.length;
public static void main(String[] args) {
solve();
}
private static void solve() {
boolean[] currentX = new boolean[n];
//這里采用FIFO隊(duì)列存儲(chǔ)活節(jié)點(diǎn)
Queue<Node> queue = new LinkedList<Node>();
int i = 0;
int currentValue = 0;
int up;
do {
//檢查左子樹(shù)可行性
if(currentValue+nums[i] < target) {
//進(jìn)入左子樹(shù)
currentX[i] = true;
queue.add(new Node(currentX.clone(),currentValue+nums[i] ,i+1));
}else if (currentValue+nums[i] == target) {
//如果產(chǎn)生可行解
currentX[i] = true;
System.out.println(Arrays.toString(currentX));
break;
}
up = bound(i);
if(currentValue+up >= target) {
//進(jìn)入右子樹(shù)
currentX[i] = false;
queue.add(new Node(currentX.clone(),currentValue,i+1));
}
//取得擴(kuò)展節(jié)點(diǎn)
Node currentNode = queue.poll();
currentX = currentNode.x;
currentValue = currentNode.vlaue;
i = currentNode.level;
}while(!queue.isEmpty());
}
private static class Node{
boolean[] x;//用于恢復(fù)現(xiàn)場(chǎng),記錄其父節(jié)點(diǎn)及其以上加入情況
int vlaue;//當(dāng)前累加值
int level;//當(dāng)前是第幾層
public Node(boolean x[],int vlaue, int level) {
super();
this.x = x;
this.vlaue = vlaue;
this.level = level;
}
}
//剪枝函數(shù)
private static int bound(int i) {
int sum = 0;
i++;
for(;i<n;i++) {
sum+=nums[i];
}
return sum;
}
}
運(yùn)行結(jié)果如下:
[true, true, false, true, true, false, false]
即:1+1+3+4=9
下面在給出0-1背包問(wèn)題的分支限界解法。
0-1背包問(wèn)題:給定一些物品,每個(gè)物品均有其價(jià)格和重量,現(xiàn)有一個(gè)有限容量的背包,問(wèn)如何選擇物品才能使得所獲價(jià)值最大,物品不能分塊裝。
物品:
weight = {2, 2, 6, 5, 4};
value = {6, 3, 5, 4, 6};
容量:
c = 10;
代碼如下:
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
import java.util.Queue;
public class Main {
/**
* 分支界限法,解決0-1背包問(wèn)題
*/
static int bestValue = 0;
static int[] weight = {2, 2, 6, 5, 4};
static int[] value = {6, 3, 5, 4, 6};
static int c = 10;
static int n = weight.length;
static boolean[] bestX = new boolean[n];
public static void main(String[] args) {
//對(duì)物品進(jìn)行按照性?xún)r(jià)比預(yù)排序,因?yàn)榭偸瞧谕詢(xún)r(jià)比高的先存放(當(dāng)然也可以自定義規(guī)則)
int[] oldIndex = selSort();
solve();
//恢復(fù)原序列
boolean[] realX = new boolean[n];
int valueS =0;
for (int i = 0; i < bestX.length; i++) {
realX[oldIndex[i]] = bestX[i];
if(bestX[i]){
valueS+=value[i];
}
}
System.out.println(Arrays.toString(realX));
System.out.println("vlaue:"+valueS);
}
/*
* 使用簡(jiǎn)單選擇排序,數(shù)據(jù)量大時(shí)可選擇快速排序,堆排,歸并排序等高效排序算法
*/
private static int[] selSort() {
float[] p = new float[weight.length];
int[] oldeIndex = new int[p.length];
for (int i = 0; i < p.length; i++) {
p[i] = (float) value[i] / weight[i];
oldeIndex[i] = i;
}
//用來(lái)存儲(chǔ)排序后,元素在原來(lái)數(shù)組中的位置,方便后續(xù)恢復(fù)信息,不要求按原數(shù)組輸出可不用這一步
for (int i = 0; i < p.length - 1; i++) {
for (int j = i + 1; j < p.length; j++) {
if (p[i] < p[j]) {
float tempP = p[i];
p[i] = p[j];
p[j] = tempP;
int tempW = weight[i];
weight[i] = weight[j];
weight[j] = tempW;
int tempV = value[i];
value[i] = value[j];
value[j] = tempV;
int tempI = oldeIndex[i];
oldeIndex[i] = oldeIndex[j];
oldeIndex[j] = tempI;
}
}
}
return oldeIndex;
}
private static void solve() {
int i = 0;
int currentValue = 0;
int currentWeight = 0;
boolean[] currentX = new boolean[weight.length];
//申請(qǐng)活節(jié)點(diǎn)FIFO隊(duì)列
Queue<Node> queue = new LinkedList<Node>();
do {
//判定左子樹(shù)可行性
if (currentWeight + weight[i] <= c) {
currentX[i] = true;
queue.add(new Node(currentX.clone(), currentValue + value[i], currentWeight + weight[i], i + 1));
//判斷是否需要更新最優(yōu)解
if (currentValue + value[i] > bestValue) {
bestValue = currentValue + value[i];
bestX = currentX.clone();
}
}
//計(jì)算上界
if (currentValue + bound(i, currentWeight) >= bestValue) {
//可以進(jìn)入右子樹(shù)
currentX[i] = false;
queue.add(new Node(currentX.clone(), currentValue, currentWeight, i + 1));
}
//更新擴(kuò)展節(jié)點(diǎn)
Node currrentNode = queue.poll();
currentValue = currrentNode.currentValue;
currentWeight = currrentNode.currentWeight;
currentX = currrentNode.x;
i = currrentNode.level;
} while (!queue.isEmpty() && i != n);
}
private static float bound(int i, int currentWeight) {
i++;
float p = 0;
while (currentWeight <= c && i < n) {
p += value[i];
currentWeight += weight[i];
}
if (i < n) {
//刪除多裝的一個(gè)
p -= value[i];
currentWeight -= weight[i];
p += (c - currentWeight) * ((float) (value[i]) / (weight[i]));
}
return p;
}
private static class Node {
boolean[] x;//保存背包中以存放的物品信息
int currentValue;
int currentWeight;
int level;
public Node(boolean[] x, int currentValue, int currentWeight, int level) {
this.x = x;
this.currentValue = currentValue;
this.currentWeight = currentWeight;
this.level = level;
}
}
}
執(zhí)行結(jié)果:
[true, true, false, false, true]
vlaue:15
即:第1,2,5個(gè)物品,價(jià)值6+3+6=15,重量2+2+4 = 8