码迷,mamicode.com
首页 > 其他好文 > 详细

旅行售货员问题

时间:2016-12-23 16:17:28      阅读:201      评论:0      收藏:0      [点我收藏+]

标签:junit   pac   test   利用   over   维数   思想   oat   元素   

一、问题描述

某售货员要到若干城市去推销商品,已知各城市之间的路程(或旅费)。他要选定一条从驻地出发,经过每个城市一次,最后回到驻地的路线,使总的路程(或总旅费)最小。

        如下图:1,2,3,4 四个城市及其路线费用图,任意两个城市之间不一定都有路可达。

   技术分享

二、问题理解

      1.分支限界法利用的是广度优先搜索和最优值策略。

      2.利用二维数组保存图信息a[MAX_SIZE][MAX_SIZE]

         其中a[i][j]的值代表的是城市i与城市j之间的路径费用

         一旦一个城市没有通向另外城市的路,则不可能有回路,不用再找下去了

下面是书上介绍的一种方法,书里面有一些错误,经过修改可以得出正确答案了;具体通过代码分析:

package essay;

import java.util.PriorityQueue;

public class BBTSP {
    
    public static float [][]a;
    
    private static class MinHeap extends PriorityQueue<HeapNode>{
        public MinHeap() {
            super();
        }

        public void put(HeapNode node) {
            add(node);
        }

        public HeapNode removeMin() {
            HeapNode poll = poll();
            return poll;
        }
    }
    
    private static class HeapNode implements Comparable{
        
        float lcost,   //子树费用下界
        cc,            //当前费用
        rcost;         //x[s:n-1]中定点最小出边费用和
        int s;
        //相当于计数器,表示在当前解答树的第几层;
        int[] x;
        
        public HeapNode(float lc, float ccc, float rc, int ss, int[] xx) {
            lcost = lc;
            cc = ccc;
            rcost = rc;
            s = ss;
            x = xx;
        }
        @Override
        public int compareTo(Object x) {
            float xlc = ((HeapNode)x).lcost;
            if(lcost < xlc)return -1;
            if(lcost == xlc)return 0;
            return 1;
        }
        
    }
    
    public static float bbTsp(int v[]){
        int n = v.length - 1;
        MinHeap heap = new MinHeap();
        float[] minOut = new float[n + 1];
        float minSum = 0;
        for(int i = 1; i <= n; i++){
            float min = Float.MAX_VALUE;
            for(int j = 1; j <=n; j++){
                if(a[i][j] < min){
                    min = a[i][j];
                }
            }
            if(min == Float.MAX_VALUE)
                return Float.MAX_VALUE;
            minOut[i] = min;
            minSum += min;
        }
        int[] x = new int[n];
        int[] minx = new int[n];
        for(int i = 0; i < n; i++)x[i] = i+1;
        HeapNode enode = new HeapNode(0, 0, minSum, 0, x);
        float bestc = Float.MAX_VALUE;
        while(enode != null && enode.s < n - 1){
            x = enode.x;
            if(enode.s == n - 2){
                if(a[x[n - 2]][x[n - 1]] < Float.MAX_VALUE
                        && a[x[n - 1]][1] < Float.MAX_VALUE 
                        && enode.cc + a[x[n - 2]][x[n - 1]] + a[x[n - 1]][1] < bestc ){
                    bestc  = enode.cc + a[x[n - 2]][x[n - 1]] + a[x[n - 1]][1];
                    enode.cc = bestc;
                    enode.lcost = bestc;
                    //System.out.println(x[0]+","+x[1]+","+x[2]+","+x[3]);
                    enode.s++;
                    minx = x;
                    heap.put(enode);
                }
            }
            else{
                for(int i = enode.s + 1; i < n; i++){
                    if(a[x[enode.s]][x[i]] < Float.MAX_VALUE){
                        float cc = enode.cc + a[x[enode.s]][x[i]];
                        float rcost = enode.rcost - minOut[x[enode.s]];
                        float b = cc + rcost;
                        //更新当前费用,最小出边费用和,子树费用下界;
                        //子树费用下界,也就是当前最小的可能解
                        if(b < bestc){
                            int[] xx = new int[n];
                            for(int j = 0; j < n; j++)xx[j] = x[j];
                            xx[enode.s + 1] = x[i];
                            xx[i] = x[enode.s + 1];
                            //访问到i节点,将i节点与enode.s+1节点交换位置复制给xx;
                            HeapNode node = new HeapNode(b, cc, rcost, enode.s+1, xx);
                            heap.put(node);
                        }
                    }
                }
            }
            enode = (HeapNode)heap.removeMin();
        }
        for(int i = 0; i < n; i++){
            
            v[i + 1] = minx[i];
        }
        return bestc;
    }

}

先介绍这个BBTSP类:
BBTSP的构成:

  1.类MinHeap继承了priority_queue也就是我们要放入的优先队列;

  2.类HeapNode这个是我们自定义的一个数据结构,放在优先队列中;

  3.bbTsp是本问题的解决类

  4.a是邻接矩阵,作为我们要解决问题的图;

 解决问题的思想:

  用最小堆表示活结点优先队列,最小堆中最小元素是HeapNode,中的lcost作为子树费用下界,cc为当前费用,rcost是剩余点的最小出边费用和,s记录当前在解答树的第几层,x数组存储最优解;广度优先遍历,子树费用下界作为最小堆的排列依据,每次取到enode(当前最优解)for循环儿子结点,得到最优可行子树儿子解,结点插入最小堆;当遍历到最后一个结点的时候,比较得到最小回到1城市的最优解;注意最优解要单独存放在minx数组中,课本上写的有些问题;

测试代码:

package essay;
import org.junit.*;
public class MyTest {
    
    @Test
    public void test() {
        BBTSP bbtsp = new BBTSP();
        bbtsp.a = new float[5][5];
        bbtsp.a[1][1] = 0;
        bbtsp.a[1][2] = 30;
        bbtsp.a[1][3] = 8;
        bbtsp.a[1][4] = 7;
        
        bbtsp.a[2][1] = 30;
        bbtsp.a[2][2] = 0;
        bbtsp.a[2][3] = 4;
        bbtsp.a[2][4] = 5;
        
        bbtsp.a[3][1] = 8;
        bbtsp.a[3][2] = 4;
        bbtsp.a[3][3] = 0;
        bbtsp.a[3][4] = 10;
        
        bbtsp.a[4][1] = 7;
        bbtsp.a[4][2] = 5;
        bbtsp.a[4][3] = 10;
        bbtsp.a[4][4] = 0;
        
        int[] v = new int[5];
        System.out.println("最小费用是:" + bbtsp.bbTsp(v));
        System.out.println("路径是: ");
        for(int i = 1; i <= 4; i++){
            System.out.printf("%d-->", v[i]);
        }
        System.out.println(1);
    }
}

来源:http://www.cnblogs.com/handsomecui
欢迎访问:handsomecui.top

 

旅行售货员问题

标签:junit   pac   test   利用   over   维数   思想   oat   元素   

原文地址:http://www.cnblogs.com/handsomecui/p/6214937.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!