干货 | 10分钟教你用branch and bound(分支定界)算法求解TSP旅行商问题
作者:互联网
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