美文网首页
回溯算法之商人渡河

回溯算法之商人渡河

作者: EveryBetter | 来源:发表于2018-10-25 10:32 被阅读0次

    回溯算法    

            回溯算法实际上是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。满足某个状态的点叫做回溯点。回溯算法也叫试探法,它是一种系统地搜索问题的解的方法。


     用回溯算法解决问题的一般步骤:

            1、 针对所给问题,定义问题的解空间,它至少包含问题的一个(最优)解。

            2 、确定易于搜索的解空间结构,使得能用回溯法方便地搜索整个解空间 。

            3 、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。



    商人渡河问题:

    问题:3名商人各带一名随从过河,河面上只有一条仅能容两人的空船,船由他们自己划行,随从们密约,在河的任一岸,一旦随从的人数比商人多,就杀人越货,但是乘船渡河的方案由商人决定,商人们怎样才能安全渡河?

    相对来说我们可以把当前状态称为此岸;在此岸可能出现的商人和仆从的人数我们可以一一枚举出来:

    [0,0],[0,1],[0,2],[0,3]

    [1,0],[1,1],[1,2],[1,3]

    [2,0],[2,1],[2,2],[2,3]

    [3,0],[3,1],[3,2],[3,3]

    注:前面数字表示商人数; 后面数字表示仆从人数

    我们很容易得知:此岸的安全状态(同时彼岸也是安全的)

    [0,0],[0,1][,0,2],[0,3] [1,1]

    [2,2],[3,0],[3,1],[3,2],[3,3]

    设置变量

    p[i][5]:存放渡河的状态,{闲置,商人数,随从数,(-1)^i,获得该状态采用的决策序号};

    d[n][3]:存放所有可行的渡河决策变量,{闲置,船上商人数,船上随从数};

    s[1][3]:存放保证安全的此岸的状态,{闲置,商人数,随从数};

    nin:记录第i次过河次数的奇偶性,nin = (-1)^i;    -1,渡河次数为奇,1,渡河次数为偶;

    nnew:0,当前一步的试探不可行,回溯搜索下一种渡河决策的可行性;      1,当前一步的试探点可行,从第一种渡河决策开始搜索下一个可行状态;

    flag:0,未找到解;     i,第i次渡河后所有人安全渡河!

    safe:0,试探点不可行,即不能保证商人安全;     1,试探点安全;

    same:0,该试探点与前面无重复;1试探点的状态变量值和下一次渡河的奇偶性与前面某些状态相同。

    #include <stdio.h>

    #include <stdlib.h>

    void main (void)

    {   int p[21][5] = {0,0,0,0,0,0,3,3,-1,0},

               d[ 6][3] = {0,0,0, 0,1,0, 0,0,1, 0,1,1, 0,2,0, 0,0,2},

                s[11][3] = {0,0,0, 0,3,3, 0,3,2, 0,3,1, 0,3,0, 0,2,2, 0,1,1, 0,0,0, 0,0,1, 0,0,2, 0,0,3},

                n, i, j, k, same, t1, t2, pt1, pt2, pt3, pt4, dt1, dt2, safe, nin, flag;

                for (i=2; i<=20; i++) // p[2][]开始都置初值0;

                            for(j=0; j<=4; j++)

                                    p[i][j] = 0;

                            nin = -1; // 记录过河次数的奇偶性,-1 表示渡河次数为奇。

                            n = 1; // 从第一种决策开始搜索;

                            flag = 0;

    // 搜索开始

            for (i = 1; i<=20; i++)

            {

                    nin = nin * (-1);

                    pt1 = p[i][1]; pt2 = p[i][2];

                    pt3 = p[i][3];

                    pt4 = p[i][4] ;

                    if (pt1 == 0 && pt2 == 0) // 所有人成功安全渡河,问题求解完毕;

                            { flag = i; //flag 记下结束的状态序号

                            puts("\n OK, the method is found!");

                             break; }

                    for ( n; n <=5; n++) // 搜索各决策的可行性,如果是新的状态点,n初始值为1;

                        {        dt1 = d[n][1];

                                  dt2 = d[n][2];

                                   t1 = pt1 + pt3 *dt1; t2 = pt2 + pt3 *dt2; //计算试探点的状态变量值

                                    safe = 0;

                                    for (j=1; j<=10; j++)      // 检查试探点的可行性,即是否安全;

                                    if ( t1==s[j][1] && t2 == s[j][2])

                                    { safe = 1;

                                        break; // 试探点安全可行;

                                      }

                                if (safe == 0)

                                              continue; // 试探点不安全, 继续试探下一决策的可行性

                                else // 试探点安全

                                { same = 0 ;

                                  for (k=1; k<=i; k++) // 检查试探点的状态与前面的状态有无重复

                                  if (t1 == p[k][1] && t2 ==p[k][2] && nin == p[k][3])

                                    // 试探点的状态与前面的状态有重复, 继续试探下一决策的可行性;

                                    { same = 1; break;  }

                                    if (same == 0 ) break;

                                    // 试探点的状态与前面的状态无重复,即成功找到下一可行状态;

                                 }

                          }

                if (n == 6) // 当前状态无可行决策,须退回到上一状态再搜索

                        {     if (p[1][4] == 5) break; // 第一步就无可行决策,即问题无解

                               n = p[i][4] + 1;

                               // 记当前状态为 p[i] = {商人数, 随从数, nin, n},

                                // 则退回至上一状态去后从第n+1种决策开始继续试探搜索;

                                // 退回至上一状态去后继续试探搜索的决策序号

                                  p[i][1] = 0 ;

                                 p[i][2] = 0;

                                 p[i][3] = 0;

                                p[i][4] = 0 ; // 当前状态与可行决策,重置初值0

                                 i = i - 2; // 回撤到上一状态继续试探搜索;

                           }

                   else

                        {       p[i+1][1] = t1;

                                p[i+1][2] = t2;

                                 p[i+1][3] = nin;

                                p[i+1][4] = n; // 状态更新;

                                    n = 1; //找到新的可行状态,下一步从1号决策支取搜索试探;

                            }

            } // 搜索结束

        if (flag ==0 ) // 求解不成功!

                            printf("此题无解\n");

            else

                    { puts(" The status of this side of the river is listed as follows: ");

                    puts(" 状态 商人数量 仆从数量");

                    for (i=1; i<=flag; i++) // 过河成功,显示此岸的状态序列;

                                printf(" %2d : %d %d \n", i, p[i][1], p[i][2]);

                        }

    }

    运行结果图

    相关文章

      网友评论

          本文标题:回溯算法之商人渡河

          本文链接:https://www.haomeiwen.com/subject/dvobaftx.html