python 回溯法 子集树模板 系列 —— 9、旅行商问题(TSP)

简介:

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?

709432-20170601171103664-1294727883.jpg

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,b,c,d,e,graph,x,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

709432-20170601171035274-227859264.jpg

本文转自罗兵博客园博客,原文链接:http://www.cnblogs.com/hhh5460/p/6929822.html,如需转载请自行联系原作者

相关文章
|
1月前
|
Python
【Leetcode刷题Python】剑指 Offer 26. 树的子结构
这篇文章提供了解决LeetCode上"剑指Offer 26. 树的子结构"问题的Python代码实现和解析,判断一棵树B是否是另一棵树A的子结构。
33 4
|
14天前
|
前端开发 JavaScript 数据库
python Django教程 之模板渲染、循环、条件判断、常用的标签、过滤器
python Django教程 之模板渲染、循环、条件判断、常用的标签、过滤器
|
14天前
|
Python
Python笔下那些神奇的树
Python笔下那些神奇的树
|
1月前
|
机器学习/深度学习 前端开发 数据挖掘
基于Python Django的房价数据分析平台,包括大屏和后台数据管理,有线性、向量机、梯度提升树、bp神经网络等模型
本文介绍了一个基于Python Django框架开发的房价数据分析平台,该平台集成了多种机器学习模型,包括线性回归、SVM、GBDT和BP神经网络,用于房价预测和市场分析,同时提供了前端大屏展示和后台数据管理功能。
|
1月前
|
Python
【Leetcode刷题Python】538. 把二叉搜索树转换为累加树
LeetCode上538号问题"把二叉搜索树转换为累加树"的Python实现,使用反向中序遍历并记录节点值之和来更新每个节点的新值。
17 3
|
13天前
|
数据可视化 Python
利用Python快速提取字体子集
利用Python快速提取字体子集
|
1月前
|
Python
【Leetcode刷题Python】416. 分割等和子集
LeetCode 416题 "分割等和子集" 的Python解决方案,使用动态规划算法判断是否可以将数组分割成两个元素和相等的子集。
13 1
|
1月前
|
索引 Python
【Leetcode刷题Python】78. 子集
LeetCode题目78的Python编程解决方案,题目要求给定一个互不相同的整数数组,返回该数组所有可能的子集(幂集),且解集中不能包含重复的子集。
12 1
|
1月前
|
机器学习/深度学习 数据可视化 算法
决策树VS世界:掌握Python机器学习中的这棵树,决策从此不再迷茫
【8月更文挑战第2天】在数据驱动时代,决策树作为一种直观且易于解释的机器学习方法,因其强大的分类与回归能力备受青睐。本文介绍决策树的基础概念:通过属性测试划分数据,优化选择以提高预测准确度。使用Python的scikit-learn库,我们演示了如何加载鸢尾花数据集,构建并训练决策树模型,评估其准确性,以及利用`plot_tree`函数可视化决策过程,从而更好地理解模型的工作原理。掌握这些技能,你将在面对复杂决策时更加自信。
19 2
|
19天前
|
JavaScript Java Python
【Azure 应用服务】在Azure App Service for Windows 中部署Java/NodeJS/Python项目时,web.config的配置模板内容
【Azure 应用服务】在Azure App Service for Windows 中部署Java/NodeJS/Python项目时,web.config的配置模板内容
下一篇
DDNS