标签：定界 10 distanceMatrix min 教你用 bound path cities 节点
OUTLINE
- 前言
- 程序说明
- branch and bound过程
- 运行说明
前言
00
前面我们讲了branch and bound算法的原理以及在整数规划模型上的应用代码。但代码都局限于整数规划模型和优化求解器。
我们也说了，branch and bound算法是一个比较通用的算法，可以脱离求解器去求解很多特定的问题的。
所以今天给大家带来一期用分支定界算法求解TSP问题的代码实现，完全脱离求解器，让大家看看该算法的魅力所在。
本文代码下载请移步留言区。
程序说明
01
整个程序如下所示：
其中各个模块说明如下：
- Timer：计时用。
- TSPInstanceReader：TSPLIB标准算例读取用。
- PriorityQueue：优先队列。
- Node：搜索树的节点。
- City：保存城市的坐标，名字等。
- BranchBound_TSP：BB算法主程序。
该branch and bound的搜索树是以优先队列的搜索方式遍历的，结合上期所讲的内容，也可谓是把三种搜索方式的例子都给大家讲了一遍了。
branch and bound过程
02
在此之前，先给大家讲讲最重要的一个点，搜索树的节点定义，节点定义了原问题的solution和子问题的solution。Node节点定义如下：
public class Node { private ArrayList<Integer> path; private double bound; private int level; public double computeLength(double[][] distanceMatrix) { // TODO Auto-generated method stub double distance = 0; for(int i=0;i<this.getPath().size()-1;i++){ distance = distance + distanceMatrix[this.getPath().get(i)][this.getPath().get(i+1)]; } return distance; }
其余不重要的接口略过。如下：
- path：保存该节点目前已经走过的城市序列。
- bound：记录该节点目前所能达到的最低distance。
- level：记录节点处于搜索树的第几层。
- computeLength：记录当前城市序列的distance。
可能大家还没理解节点是如何分支的，看一张图大家就懂了。我们知道TSP问题的一个solution是能用一个序列表示城市的先后访问顺序，比如现在有4座城市（1，2，3，4）：
图中每个节点的数字序列就是path保存的。大家都看到了吧，其实分支就是一个穷枚举的过程。
相对于穷举，分支定界算法的优越之处就在于其加入了定界过程，在分支的过程中就砍掉了某些不可能的支，减少了枚举的次数，大大提高了算法的效率。如下：
分支定界算法的主过程如下：
private static void solveTSP(double[][] distanceMatrix) {
int totalCities = distanceMatrix.length; ArrayList<Integer> cities = new ArrayList<Integer>(); for (int i = 0; i < totalCities; i++) { cities.add(i); } ArrayList<Integer> path; double initB = initbound(totalCities, distanceMatrix); Node v = new Node(new ArrayList<>(), 0, initB, 0); queue.add(v); queueCount++; while (!queue.isEmpty()) { v = queue.remove(); if (v.getBound() < shortestDistance) { Node u = new Node(); u.setLevel(v.getLevel() + 1); for (int i = 1; i < totalCities; i++) { path = v.getPath(); if (!path.contains(i)) { u.setPath(v.getPath()); path = u.getPath(); path.add(i); u.setPath(path); if (u.getLevel() == totalCities - 2) { // put index of only vertex not in u.path at the end // of u.path for (int j = 1; j < cities.size(); j++) { if (!u.getPath().contains(j)) { ArrayList<Integer> temp = new ArrayList<>(); temp = u.getPath(); temp.add(j); u.setPath(temp); } } path = u.getPath(); path.add(0); u.setPath(path); if (u.computeLength(distanceMatrix) < shortestDistance) { shortestDistance = u.computeLength(distanceMatrix);// implement shortestPath = u.getPath(); } } else { u.setBound(computeBound(u, distanceMatrix, cities)); //u.getBound()获得的是不完整的解，如果一个不完整的解bound都大于当前最优解，那么完整的解肯定会更大，那就没法玩了。 //所以这里只要u.getBound() < shortestDistance的分支 if (u.getBound() < shortestDistance) { queue.add(u); queueCount++; } else { System.out.println("currentBest = "+shortestDistance+" cut bound >>> "+u.getBound()); } } } } } } }
1. 首先initbound利用贪心的方式获得一个bound，作为初始解。
2. 而后利用优先队列遍历搜索树，进行branch and bound算法。对于队列里面的任意一个节点，只有(v.getBound() < shortestDistance)条件成立我们才有分支的必要。不然将该支砍掉。
3. 分支以后判断该支是否到达最底层，这样意味着我们获得了一个完整的解。那么此时就可以更新当前的最优解了。
4. 如果没有到达最底层，则对该支进行定界操作。如果该支的bound也比当前最优解还要大，那么也要砍掉的，就像林志炫的单身情歌里面唱的一样：每一个单身狗都得砍头。
然后讲讲定界过程，TSP问题是如何定界的呢？
private static double computeBound(Node u, double[][] distanceMatrix, ArrayList<Integer> cities) { double bound = 0; ArrayList<Integer> path = u.getPath(); for (int i = 0; i < path.size() - 1; i++) { bound = bound + distanceMatrix[path.get(i)][path.get(i + 1)]; } int last = path.get(path.size() - 1); List<Integer> subPath1 = path.subList(1, path.size()); double min; //回来的 for (int i = 0; i < cities.size(); i++) { min = Integer.MAX_VALUE; if (!path.contains(cities.get(i))) { for (int j = 0; j < cities.size(); j++) { if (i != j && !subPath1.contains(cities.get(j))) { if (min > distanceMatrix[i][j]) { min = distanceMatrix[i][j]; } } } } if (min != Integer.MAX_VALUE) bound = bound + min; } //出去的 min = Integer.MAX_VALUE; for (int i = 0; i < cities.size(); i++) { if (/*cities.get(i) != last && */!path.contains(i) && min > distanceMatrix[last][i]) { min = distanceMatrix[last][i]; } } bound = bound + min; //System.out.println("bound = "+bound); return bound; }
我们知道，每个节点保存的城市序列可能不是完整的解。bound的计算方式：bound = 当前节点path序列的路径距离 + 访问下一个城市的最短路径距离 + 从下一个城市到下下城市（有可能是起点）的最短路径距离。
比如城市节点5个｛1，2，3，4，5｝。当前path = ｛1，2｝，那么：
- 当前节点path序列的路径距离 = d12
- 访问下一个城市的最短路径距离 = min (d2i), i in {3,4,5}
- 从下一个城市到下下城市（有可能是起点）的最短路径距离=min (dij), i in {3,4,5} , j in {3,4,5,1}, i != j 。
注意这两个是可以不相等的。
运行说明
03
目前分支定界算法解不了大规模的TSP问题，10个节点以内吧差不多。input里面有算例，可以更改里面的DIMENSION值告诉算法需要读入几个节点。
更改算例在main函数下面，改名字就行，记得加上后缀。
感兴趣的同学可以该一下heap大小跑一跑，不过按照上述的分支思路，很容易爆掉的。小编出差在外没有好的电脑就不跑了。
END
标签：定界,10,distanceMatrix,min,教你用,bound,path,cities,节点 来源： https://blog.51cto.com/u_14328065/2884390
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。