Python基于回溯法子集树模板解决旅行商问题（TSP）实例

概述本文实例讲述了Python基于回溯法子集树模板解决旅行商问题（TSP）。分享给大家供大家参考，具体如下：

本文实例讲述了Python基于回溯法子集树模板解决旅行商问题（TSP）。分享给大家供大家参考，具体如下：

问题

旅行商问题（Traveling Salesman Problem,TSP）是旅行商要到若干个城市旅行，各城市之间的费用是已知的，为了节省费用，旅行商决定从所在城市出发，到每个城市旅行一次后返回初始城市，问他应选择什么样的路线才能使所走的总费用最短？

分析

此问题可描述如下：G=(V,E)是带权的有向图，找到包含V中每个结点一个有向环，亦即一条周游路线，使得这个有向环上所有边成本之和最小。

这个问题与前一篇文章https://www.oudahe.com/p/35625/的区别就是，本题是带权的图。只要一点小小的修改即可。

解的长度是固定的n+1。

对图中的每一个节点，都有自己的邻接节点。对某个节点而言，其所有的邻接节点构成这个节点的状态空间。当路径到达这个节点时，遍历其状态空间。

最终，一定可以找到最优解!

显然，继续套用回溯法子集树模板！！！

代码

'''旅行商问题（Traveling Salesman Problem,TSP）'''# 用邻接表表示带权图n = 5 # 节点数a,b,c,d,e = range(n) # 节点名称graph = [  {b:7,c:6,d:1,e:3},{a:7,c:3,d:7,e:8},{a:6,b:3,d:12,e:11},{a:1,b:7,c:12,e:2},{a:3,b:8,c:11,d:2}]x = [0]*(n+1) # 一个解（n+1元数组，长度固定）X = []     # 一组解best_x = [0]*(n+1) # 已找到的最佳解（路径）min_cost = 0    # 最小旅费# 冲突检测def conflict(k):  global n,graph,x,best_x,min_cost  # 第k个节点，是否前面已经走过  if k < n and x[k] in x[:k]:    return True  # 回到出发节点  if k == n and x[k] != x[0]:    return True  # 前面部分解的旅费之和超出已经找到的最小总旅费  cost = sum([graph[node1][node2] for node1,node2 in zip(x[:k],x[1:k+1])])  if 0 < min_cost < cost:    return True  return False # 无冲突# 旅行商问题（TSP）def tsp(k): # 到达（解x的）第k个节点  global n,a,e,X,min_cost,best_x  if k > n: # 解的长度超出，已走遍n+1个节点 （若不回到出发节点，则 k==n）    cost = sum([graph[node1][node2] for node1,node2 in zip(x[:-1],x[1:])]) # 计算总旅费    if min_cost == 0 or cost < min_cost:      best_x = x[:]      min_cost = cost      #print(x)  else:    for node in graph[x[k-1]]: # 遍历节点x[k-1]的邻接节点（状态空间）      x[k] = node      if not conflict(k): # 剪枝        tsp(k+1)# 测试x[0] = c # 出发节点：路径x的第一个节点（随便哪个）tsp(1)  # 开始处理解x中的第2个节点print(best_x)print(min_cost)

效果图

更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串 *** 作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录 *** 作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

总结

以上是内存溢出为你收集整理的Python基于回溯法子集树模板解决旅行商问题（TSP）实例全部内容，希望文章能够帮你解决Python基于回溯法子集树模板解决旅行商问题（TSP）实例所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。