贪心算法解决tsp问题

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。所以不能保证最后结果是最优的,只能保证是比较优秀的,但是贪心算法的效率高.

tsp 问题, 旅行商问题，即TSP问题（Travelling Salesman Problem）又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。

简介完了,说下思路. 就是不考虑远方,只考虑下一步, "今朝有酒今朝醉" , 只有保证下一步是最近的距离即可 .

要找到最近的下一步,首先需要把已经出现过的城市排除 ,

s[]记录了访问过的城市列表,遍历这个列表,访问过返回YES,没访问返回NO.

// 这个城市k是否出现过了
bool isShowed(int k) {for (int i = 0; i < cityNum ; i++) {if (s[i] == k) {return YES ;}}return NO;
}

找了未访问的城市,还需要找出这些未访问城市中最短的距离.

distance是一个二维数组,存放了 i, j 城市间的距离, distance [i][ s [currentCity]] 表示第i个城市和当前访问城市间的距离 .i 不断增加,遍历了所有的城市,就可以找到最短距离了.

void clostCityDistance(int currentCity) {// 距离当前城市最近的下一个城市int tempClosest = 9999;for (int i = 0; i < cityNum; i++) {if ( isShowed(i) == NO && distance[i][s[currentCity]] <tempClosest ) {tempClosest = distance[i][s[currentCity]] ;s[currentCity+1] = i ; }

}
// 判断是否应该结束了,  如果s[]中有一个还是初始值-1的话,说明不该结束,继续寻找下一个城市.bool shouldFinish = YES;for (int i = 0; i < cityNum; i++) {if ( s[i] == -1 ) {shouldFinish = NO ;}}if (shouldFinish == NO) {clostCityDistance(s[currentCity+1]);} else {return ;}
}

// 剩下就是初始条件了, 初始化出发的城市,可以是0,1,2,3任意一个s[0] = 0; // s[0] = 1 ;clostCityDistance(s[0]) ;

以上就是核心代码了, 当时学习的时候,把3个循环嵌套写在一个函数里了 , 看得一脸懵逼, 将其拆成3个函数后 , 思路瞬间清晰多了 ,

执行完之后s[]中就存放了所有的结果,遍历打印就是访问顺序了.

下面是全部代码 , 可以复制粘贴运行试试,哦还有这是那个示意图

#define cityNum  4// 已访问过的城市记录数组, 初始化为-1,表示未访问
int s[cityNum] = {-1,-1,-1,-1} ;// 城市间距离数组,999表示自己到自己的距离,随意写的
int distance[cityNum][cityNum] = {{999,2,6,5},{2,999,5,4},{6,5,999,2},{5,4,2,999}   };// 这个城市是否出现过了
bool isShowed(int k) {for (int i = 0; i < cityNum ; i++) {if (s[i] == k) {return YES ;}}return NO;
}
// 距离当前城市最近的下一个城市
void clostCityDistance(int currentCity) {int tempClosest = 9999;for (int i = 0; i < cityNum; i++) {// 此处判断是取 < ,也就是说 b->c, b->d间距离相同的话,使用b->c作为最优解,// 继续深入思考,其实b->c和b->d是一样的话,应该同时考虑,那么就不应该用for循环了,感觉用递归更好,

//可以考虑任意深度的相等,直到某一条路径胜出,可惜只是想法,具体实现不太会....        if ( isShowed(i) == NO && distance[i][s[currentCity]] <tempClosest ) {

            tempClosest = distance[i][s[currentCity]] ;            s[currentCity+1] = i ;        }    }    // 找出了当前的最短路径,还要判断是否应该结束    bool shouldFinish = YES;    for (int i = 0; i < cityNum; i++) {        if ( s[i] == -1 ) {            shouldFinish = NO ;        }    }    if (shouldFinish == NO) {        clostCityDistance(s[currentCity+1]); // 不该结束,那就继续寻找    } else {        return ;    }    }void tspQuestion() {        // 初始化出发的城市,可以是0,1,2,3任意一个    s[0] = 0;    clostCityDistance(s[0]) ;

// 为了输出 最短路径,并求最短路径之和    int allDistance = 0 ;    for (int i=0; i < cityNum ; i++) {                if (i == cityNum -1) {            printf("本次访问的城市%d   ",s[i] );            printf("回到原点%d距离是%d\n",s[0],distance [ s[cityNum-1] ] [s[0]]);            printf("总距离是  %d\n",allDistance += distance [ s[cityNum-1] ] [s[0]] );            break ;        }                printf("本次访问的城市%d   距离下一个%d城市%d\n",s[i],s[i+1], distance[ s[i] ][ s[i+1] ]  );        allDistance += distance[ s[i] ][ s[i+1] ] ;    }}int main(int argc, const char * argv[]) {        // tsp 问题    tspQuestion() ;}

最后执行结果

本次访问的城市0   距离下一个1城市2本次访问的城市1   距离下一个3城市4本次访问的城市3   距离下一个2城市2本次访问的城市2   回到原点0距离是6总距离是  14

贪心算法解决tsp问题相关推荐

部分背包的贪婪算法 java_使用JAVA实现算法——贪心算法解决背包问题
packageBasePart;importjava.io.BufferedReader;importjava.io.FileInputStream;importjava.io.IOException ...
用贪心算法解决马踏棋盘问题
用贪心算法解决马踏棋盘问题参考文章: (1)用贪心算法解决马踏棋盘问题 (2)https://www.cnblogs.com/Allen-win/p/7095293.html 备忘一下.
【算法】模拟退火算法解决TSP问题的matlab实现
[算法]模拟退火算法解决TSP问题的matlab实现参考文章: (1)[算法]模拟退火算法解决TSP问题的matlab实现 (2)https://www.cnblogs.com/wenyehoush ...
MAT之SA：利用SA算法解决TSP(数据是14个虚拟城市的横纵坐标)问题
MAT之SA:利用SA算法解决TSP(数据是14个虚拟城市的横纵坐标)问题目录输出结果实现代码输出结果实现代码 %SA:利用SA算法解决TSP(数据是14个虚拟城市的横纵坐标)问题--Jas ...
粒子群算法tsp java_粒子群算法解决TSP问题汇总.doc
PAGE \* MERGEFORMAT 14 河南理工大学计算机科学与技术学院课程设计报告 2014- 2015学年第一学期课程名称 Java语言程序设计设计题目利用粒子群算法解决TSP问题姓 ...
使用贪心算法解决最小生成树问题。
使用贪心算法解决最小生成树问题. #include<iostream> #include<algorithm> using namespace std; const int M ...
背包问题贪心算法 java_JS基于贪心算法解决背包问题
前面我们分享了关于js使用贪心算法解决找零问题,本文我们接着为大家介绍JS基于贪心算法解决背包问题. 贪心算法:在对问题求解时,总是做出在当前看来是最好的选择.也就是说,不从整体最优上加以考虑,他所做 ...
粒子群算法tsp java_粒子群算法解决TSP问题
1. 粒子群算法简介粒子群算法(particle swarm optimization,PSO)由Kennedy和Eberhart在1995年提出,属于进化算法的一种,是通过对模拟鸟群扑食行为设计的 ...
贪心算法求解TSP问题（python）
这里使用贪心算法求解TSP问题的python版本 # dist 为距离矩阵,start_index 为起始位置 def tsp_quick(dist: list, start_index: int): ...

贪心算法解决tsp问题

贪心算法解决tsp问题相关推荐

最新文章

热门文章