- 算法设计与分析
- 家
- 算法基础知识
- DAA - 简介
- DAA - 算法分析
- DAA-分析方法
- 渐近符号和先验分析
- 时间复杂度
- 马斯特定理
- DAA - 空间复杂性
- 分而治之
- DAA-分而治之
- DAA - 最大最小问题
- DAA-归并排序
- DAA-二分查找
- 施特拉森矩阵乘法
- 唐叶算法
- 河内塔
- 贪心算法
- DAA-贪婪法
- 旅行商问题
- Prim 的最小生成树
- 克鲁斯卡尔的最小生成树
- Dijkstra 的最短路径算法
- 地图着色算法
- DAA-分数背包
- DAA - 带截止日期的作业排序
- DAA - 最佳合并模式
- 动态规划
- DAA-动态规划
- 矩阵链乘法
- 弗洛伊德·沃歇尔算法
- DAA - 0-1 背包
- 最长公共子序列
- 旅行商问题| 动态规划
- 随机算法
- 随机算法
- 随机快速排序
- 卡格的最低削减
- 费舍尔-耶茨洗牌
- 近似算法
- 近似算法
- 顶点覆盖问题
- 设置封面问题
- 旅行推销员近似算法
- 排序技巧
- DAA-快速排序
- DAA-冒泡排序
- DAA——插入排序
- DAA-选择排序
- DAA——希尔排序
- DAA-堆排序
- DAA——桶排序
- DAA——计数排序
- DAA - 基数排序
- 搜索技巧
- 搜索技术介绍
- DAA - 线性搜索
- DAA-二分查找
- DAA - 插值搜索
- DAA - 跳转搜索
- DAA - 指数搜索
- DAA - 斐波那契搜索
- DAA - 子列表搜索
- DAA-哈希表
- 图论
- DAA-最短路径
- DAA - 多级图
- 最优成本二叉搜索树
- 堆算法
- DAA-二叉堆
- DAA-插入法
- DAA-Heapify 方法
- DAA-提取方法
- 复杂性理论
- 确定性计算与非确定性计算
- DAA-最大派系
- DAA - 顶点覆盖
- DAA - P 级和 NP 级
- DAA-库克定理
- NP 硬课程和 NP 完全课程
- DAA - 爬山算法
- DAA 有用资源
- DAA - 快速指南
- DAA - 有用的资源
- DAA - 讨论
旅行商问题| 动态规划
使用贪婪方法的旅行推销员已在上面的同一教程中讨论过。要了解更多信息,请点击此处。
旅行商问题是最臭名昭著的计算问题。我们可以使用蛮力方法来评估每一个可能的旅行并选择最好的一个。对于图中的 n 个顶点,有(n−1) 个!可能性的数量。因此,保持了较高的复杂度。
然而,尽管没有多项式时间算法,但使用动态规划方法可以在更短的时间内获得解决方案,而不是使用暴力。
旅行商动态规划算法
让我们考虑一个图G = (V,E),其中V是一组城市,E 是一组加权边。边e(u,v)表示顶点u和v相连。顶点u和v之间的距离是d(u, v),它应该是非负的。
假设我们从城市1开始,在访问了一些城市之后,现在我们在城市j。因此,这是一次部分游览。我们当然需要知道j,因为这将决定接下来访问哪些城市最方便。我们还需要知道到目前为止访问过的所有城市,这样我们就不会重复其中任何一个。因此,这是一个适当的子问题。
对于包含1和j $\epsilon$ S 的城市子集S $\epsilon$ {1,2,3,...,n} ,令 C(S, j)为访问的最短路径的长度S 中的每个节点恰好一次,从 1 开始,到j结束。
当|S|> 1时,我们定义