JAVA面向对象---实现回溯算法中的装载问题

JAVA面向对象---实现回溯算法中的装载问题 ,第1张

JAVA面向对象—实现回溯算法中的装载问题 (超详细)

回溯算法之装载问题
  • JAVA面向对象---实现回溯算法中的装载问题 (超详细)
  • 前言
  • 一、如何实现回溯法?
  • 二、具体事例: 装载问题的解决
    • 1. 问题描述:
    • 2. 思考,如何解决装载问题?
    • 3.如何用回溯算法来实现我们的思考(重点):
    • 4. Java代码实现
    • 5. 结果
  • 总结


前言

在学习算法设计的时候,我在网络上总是找不到称心如意的代码,为了更快的得出解题答案已经掌握算法的答主基本上都给出了较为精简的代码,只要能解决算法的问题,突出解决算法的核心模块,能省则省,虽然锻炼了读者的阅码能力,但算法毕竟不是数学考题,其本身存在是为了解决实际存在的问题而生,所以答主在这里写出了更为详尽完善的,面向对象的代码,有不足之处烦请指出,感谢 !

回溯算法

回溯法思路的简单描述是:把问题的解空间转化成了图或者树的结构表示,然后使用深度优先搜索策略进行遍历,遍历的过程中记录和寻找所有可行解或者最优解。

在许多递归问题当中,我们采取的方法都是穷尽所有的可能,从而找出合法的解。但是在某些情况下,当递归到某一层的时候,根据设置的判断条件,可以 judge 此解是不合法的。在这种情况下,我们就没必要再进行深层次的递归,从而可以提高算法效率。这一类算法我们称为“回溯法”,设置的判断条件称为“剪枝函数”。

使用剪枝函数的深度优先生成状态空间树中的节点的求解方法称为回溯法;广度优先生成结点,并使用剪枝函数的方法称为分枝限界法。


提示:以下是本篇文章正文内容

一、如何实现回溯法?

**

> 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”。

**

二、具体事例: 装载问题的解决 1. 问题描述:

现有 n 件货物 (Cargo) 每件货物的重量(weight)是 Wi ( 0

2. 思考,如何解决装载问题?

当然,我们先要确定货物的总重是否大于两艘船总容量之和 , 若大于则问题肯定无解.
解决的方法还是很容易得出的 : 我们任意选择一艘船 , 尽可能的多装一些货物进去,找到一个方案使得我们选择的船尽可能的多装货物 (不妨选择 shipOne ) 换一句话说 就是使得shipOne装了货物后剩下的间隙或者说余容量 (Margin)最小 . 然后计算 剩下没装的货物的总重量 是否大于 shipTwo 的容量如果不大于(可以刚好等于) 则说明问题有解,本问题就得到解决.

3.如何用回溯算法来实现我们的思考(重点):

前面提到 , 回溯法是将问题的 解 抽象成 图或者树的结构来表示.

在装载问题中,对于每个货物我们的选择只有 选择 / 不选 所以我们选择抽象成树的结构,对于选择此货物自然对应 1/true 对于不选择此货物对应 0/true , 依次对每个货物进行选择,我们自然会得到 2^n个解
但是我们当然没有必要把所有结果都列举出来, 例如以下例子 :

W 为货物的重量的集合,c1,c2为两艘船的总容量,设置判断条件为: 已经装上的 货物重量 加上 下一个货物 后的重量不大于shipOne的容量,那么就可以装上此货物 .若大于则选择不装此货物 这样自然就可以得到一棵得到 优化结果集的子树 .

但是经过第一轮的选择之后,虽然得到了第一个方案,但是我们不能保证这是最优的解 , 不能确定是最优的方案就不能保证我们的问题是否有解 , 所以只有经过多轮不同的选择 才能得到最优的方案,才能得出问题是否有解.

那么 , 如何进行多轮的选择? 怎么才能知道 哪一轮选择的方案是最好的? 前面提到余容量就是我们判断是否是更优方案的指标
剩余容量越小,则说明这样的方案更优.

知道如何判断是否是更优的方案之后,我们就要思考如何遍历这棵树能更快的得出结果集,如果从头开始遍历,自然是效率最低选择,因为我们会重复走我们已经走过的路. 所以我们不妨进行回溯, 如下图所示: 我们第一轮得出的结果是

90+0+40+0+20+0+0 ,于是从最后一个货物 ( 重量为10的货物开始回溯 ) 对于已经选择为 0/false 的物品我们自然不需要再去遍历它的左子树了,因为我们本身就装不下它 . 所以我们去遍历右子树 . 于是我们往上回溯 , 找到以第一个我们已经选择的货物 ,我们这一轮
( 第二轮从选择重量为20的货物开始 ) 就不装载 重量为 20的货物, 我们想要去选择剩下的其余货物(12 和 10).进行第二轮的选择后 会得到一个解决方案,我们自然就可以比较 余量(Margin) 是否较前一种方案更优 接着我们继续回溯…一直到我们进行最后一轮回溯 , 最后一轮便是从我们之前选择的第一个货物开始,一来就不装载 ( 重量为90的货物 ) 此货物. 最后进行一轮选择. 最后就可以得到我们的最优方案 , 以此便可以确定我们的问题 , 是否有解.

4. Java代码实现

在使用Java编程的时候,我们一定要贯彻面向对象的思想.
装载问题的实现代码如下:

public class BackTrackAlgorithm {
	
	//声明全部所需的变量,我们需要装载的货物重量,它的总重量,两艘船,货物对象.

    static int aboutCargo[]={90,80,40,30,20,12,10};
    static int totalWeight;
    static Ship shipOne;
    static Ship shipTwo;
    static Cargo[] cargo=new Cargo[aboutCargo.length];
    static Cargo[] realCargo=new Cargo[aboutCargo.length];  //不用先思考readlCargo的作用在后面会给出解释
    static int i=0;	//见后


	//在main中直接调用两个方法得出解
    public static void main(String[] args) {

        BackTrackAlgorithm bta=new BackTrackAlgorithm();
        bta.init();
        bta.getResult();


    }
    //初始化船,并使用回溯法,使得我们的问题得出最优方案
    public void init(){

        for (int j = 0; j < aboutCargo.length; j++) {
            cargo[j]=new Cargo();
            realCargo[j]=new Cargo();
            realCargo[j].weight=aboutCargo[j];
            cargo[j].weight=aboutCargo[j];
            totalWeight+=aboutCargo[j];
        }

        shipOne=new Ship(152,cargo,realCargo);
        shipTwo=new Ship(130);
		
		//开始建立树结构
        while (true) {
        	//进行每一轮的选择
            while(i<shipOne.numOfCargo){
                if((shipOne.nowWeight+shipOne.cargo[i].weight)<=shipOne.capacity){//判断条件
                    shipOne.nowWeight+=shipOne.cargo[i].weight;//变化当前重量和余量以及是否装载上船
                    shipOne.nowMargin-=shipOne.cargo[i].weight;
                    shipOne.cargo[i].isLoad=true;
                        i+=1;
                }
                else {
                    shipOne.cargo[i].isLoad=false;//不装载,继续往下走
                    i+=1;
                }
            }
			//进行一轮的选择之后是否得到更优的方案
            if(shipOne.nowMargin< shipOne.minMargin){

                shipOne.minMargin= shipOne.nowMargin;
				//如果得到更优的方案,我们需要存入这一轮的货物选择情况,为什么要使用另一个realCargo数组,请阅读代码后思考片刻
                for (int j = 0; j < shipOne.numOfCargo; j++) {
                    if(shipOne.cargo[j].isLoad==true){
                        shipOne.realCargo[j].weight=shipOne.cargo[j].weight;
                        shipOne.realCargo[j].isLoad=true;
                    }
                    if(shipOne.cargo[j].isLoad==false){
                        shipOne.realCargo[j].isLoad=false;
                        shipOne.realCargo[j].weight=shipOne.cargo[j].weight;
                    }
                }
            }
            
			//进入回溯法,回溯的就是我们之前设置的静态属性 i 即我们选择的货物货号
            i=backtrace(i-1);//为什么是 i-1:烦请思考片刻
			
			//退出的条件,我们是否已经结束最后一轮.
			 if(i==0) {
                return;
            }
        }


    }
    //回溯法
    public int backtrace(int j){
    		//请读者思考作用.
            while(j>0&&shipOne.cargo[j].isLoad==false){
                j-=1;
            }
            //请读者思考作用.
            if(shipOne.cargo[j].isLoad==true){
                shipOne.cargo[j].isLoad=false;
                shipOne.nowMargin+=shipOne.cargo[j].weight;
                shipOne.nowWeight-=shipOne.cargo[j].weight;

                j+=1;
            }
            return j;
            
            /**
            *  tips:这里每轮的回溯会改变shipOne.cargo[i].isLoad,最后得到的自然是最后一轮选择方案,
            *  但最后一轮得到的不一定是最优解,所以我们肯定需要另外一个Cargo数组来记录更优方案 即前面
            *  声明的readCargo[]
			*/
    }
    
    //返回最优结果集
    public void getResult(){
		//判断是否有解
        if((totalWeight-(shipOne.capacity-shipOne.minMargin))<=shipTwo.capacity){

            System.out.println("\n本问题有合理的方案.\n");

            for (int j = 0; j < aboutCargo.length; j++) {
                if(shipOne.realCargo[j].isLoad==true) {
                    System.out.println("货物 " + j + " 已经装载上船1,重量是:" + shipOne.realCargo[j].weight);
                }
//                if(shipOne.realCargo[j].isLoad==false) {
//                    System.out.println("货物 " + j + " 将会装载上船2,重量是:" + shipOne.realCargo[j].weight);
//                }
            }
        }
        else{
            System.out.println("经过努力的尝试,得出本问题没有合理的方案使得全部货物装上两艘船,抱歉");
        }

    }

}

class Ship{

    int capacity=0;
    int minMargin;	//目前得到的最小余量(不断缩小)
    int nowMargin; //现在的船上余量
    int nowWeight; //现在船上货物的重量
    int numOfCargo;
    Cargo []cargo;
    Cargo []realCargo;

    public Ship(int capacity){
        this.capacity=capacity;
        this.minMargin=capacity;
        this.nowMargin=capacity;
    }
	//这里使用重载是为了区分两艘船的作用.
    public Ship(int capacity,Cargo cargo[],Cargo realCargo[]){
        this.capacity=capacity;
        this.cargo=cargo;
        this.realCargo=realCargo;
        this.numOfCargo= cargo.length;
        this.minMargin=capacity;
        this.nowMargin=capacity;
        this.nowWeight=0;
    }

}

class Cargo{
		
    int weight=0;
    boolean isLoad=false;

}
5. 结果

代码如下(示例):


本问题有合理的方案.

货物 0 已经装载上船1,重量是:90
货物 2 已经装载上船1,重量是:40
货物 5 已经装载上船1,重量是:12
货物 6 已经装载上船1,重量是:10

总结

这里对文章进行总结:

在明白回溯法的本质之后,相信读者一定能写出更为优雅和简洁的程序.
感谢您的耐心阅读.

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/langs/741930.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-28
下一篇 2022-04-28

发表评论

登录后才能评论

评论列表(0条)