时间:2021-05-26
回溯法
假如有 A,B,C,D四个城市,他们之间的距离用 G[V][E] 表示,为 无穷大,则表示两座城市不相通
现在从计算从某一个城市出发,把所有的城市不重复旅行一次,最短路径
其中G为: (Infinity表示城市不相通)
var g = [ [Infinity,3 ,Infinity,8 ,9], [ 3 ,Infinity,3 ,10 ,5], [Infinity, 3 ,Infinity,4 ,3], [8 ,10 ,4 ,Infinity,20], [9 ,5 ,3 ,20 ,Infinity]]分析,如果确定从 A城市开始,则需要探索 剩下的几个城市,剩下的几个城市再往里探索,如果失败了,就废弃,回到之前的状态
var g = [ [Infinity,3 ,Infinity,8 ,9], [ 3 ,Infinity,3 ,10 ,5], [Infinity, 3 ,Infinity,4 ,3], [8 ,10 ,4 ,Infinity,20], [9 ,5 ,3 ,20 ,Infinity] ] var x = [0,1,2,3,4]; //城市的编号 var cl = 0; //规划过程中记录的距离 var bestl = Infinity; //当前最优解 var bestx = [0,0,0,0,0]; //当前最优解的路径 //var t = 0; //当前需要到达的城市 var n = x.length-1; function Traveling(t){ if(t > n ){ //搜索到底部,如果满足最优解则记录 if(g[x[n]][0] < Infinity && (cl + g[x[n]][0] < bestl)){ for(var j = 0; j <= n; j++){ bestx[j] = x[j]; } bestl = cl + g[x[n]][0]; } }else{ for(var j = t ; j <= n; j++){ if(g[x[t-1]][x[j]] < Infinity && (cl + g[x[t-1]][x[j]] < bestl )){ swap(x,t,j); //交换位置,将j点作为 当前需要到达的城市 cl = cl + g[x[t-1]][x[t]]; //加上选中的点 Traveling(t+1); //搜索下一下节点 cl = cl - g[x[t-1]][x[t]]; //还原搜索之前 swap(x,t,j); //还原 } } } } function swap(arr,x,y){ var temp = arr[x]; arr[x] = arr[y]; arr[y] = temp; } Traveling(1); console.log(bestx); console.log(bestl)以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例讲述了Python基于回溯法解决01背包问题。分享给大家供大家参考,具体如下:同样的01背包问题,前面采用动态规划的方法,现在用回溯法解决。回溯法采用深
本文实例讲述了python数据结构之图深度优先和广度优先用法。分享给大家供大家参考。具体如下:首先有一个概念:回溯 回溯法(探索与回溯法)是一种选优搜索法,按
本文实例讲述了python图的深度优先和广度优先算法。分享给大家供大家参考,具体如下:首先有一个概念:回溯回溯法(探索与回溯法)是一种选优搜索法,按选优条件向前
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(TravelingSalesmanPro
本文实例讲述了C#避免回溯方法,分享给大家供大家参考之用。具体分析如下:首先,回溯法是不可控的,有时候会超出我们意料之外产生不妙的结果,最常见的也就是内存泄漏。