1、第6章 分支限界法,学习要点 理解分支限界法的剪枝搜索策略。 掌握分支限界法的算法框架 （1）队列式(FIFO)分支限界法 （2）优先队列式分支限界法 通过应用范例学习分支限界法的设计策略。 （1）单源最短路径问题 （2）装载问题； （3）布线问题 （4）0-1背包问题； （5）最大团问题； （6）旅行售货员问题 （7）电路板排列问题 （8）批处理作业调度问题,6.1 分支限界法的基本思想,分支限界法与回溯法,（1）求解目标：回溯法的求解目标是找出解空间树中满足约束条件的所有解，而分支限界法的求解目标则是找出满足约束条件的一个解，或是在满足约束条件的解中找出在某种意义下的最优解。,（2）搜索方
2、式：回溯法以深度优先的方式搜索解空间树，而分支限界法则以广度优先或以最小耗费优先的方式搜索解空间树。,类似于回溯法，分支限界法也是一种在问题的解空间树T上搜索问题解的算法。,分支限界法以广度优先或以最小耗费（最大效益）优先的方式搜索问题的解空间树。,从活结点表中取下一结点成为当前扩展结点，并重复上述结点扩展过程。这个过程一直持续到找到所需的解或活结点表为空时为止。,每一个活结点只有一次机会成为扩展结点。 活结点一旦成为扩展结点，就一次性产生其所有儿子结点。 儿子结点中，导致不可行解或导致非最优解的儿子结点被舍弃，其余儿子结点被加入活结点表中。,5,分支限界法解题步骤,在问题的边带权的解空间树中
3、进行广度优先搜索 找一个叶结点使其对应路径的权最小(最大) 当搜索到达一个扩展结点时,一次性扩展它的所有儿子 将满足约束条件且最小耗费函数目标函数限界的儿子,插入活结点表中 从活结点表中取下一结点同样扩展 直到找到所需的解或活动结点表为空为止,6,分支限界法与回溯法的差别,分支限界法不仅通过约束条件, 而且可通过目标函数的限界来减少无效搜索. 回溯法是深度优先搜索, 而分支限界法是广度优先搜索. 采用广度优先搜索策略的目的是: 尽早发现剪枝点.,常见的两种分支限界法,（1）队列式(FIFO)分支限界法将活结点表组织成一个队列，按照先进先出（FIFO）原则选取下一个结点为扩展结点。,（2）优先队
4、列式分支限界法将活结点表组织成一个优先队列，按照规定的优先级选取优先级最高的结点成为当前扩展结点。,8,算法实现时，通常用极大（小）堆来实现最大（小）优先队列，提取堆中下一个结点为当前扩展结点，体现最大（小）费用优先的原则。 极大堆满足一个节点必定不小于其子节点，极小堆正好相反。 极大堆中最大的元素必定是其根节点，堆排序算法正是根据这个特性而产生的：对一个序列，将其构造为极大堆，然后将根节点（数组首元素）和数组的尾元素交换，之后对除了尾元素之外的序列继续以上过程，直到排序完成。,9,堆排序 堆的定义 n 个元素的序列 k1,k2,kn当且仅当满足下列关系时，称为堆：kik2i kik2i i=
5、1,2,n/2 kik2i+1 kik2i+1 堆排序思路 建立在树形选择排序基础上 将待排序列建成堆（初始堆生成）后，序列的第一个元素（堆顶元素）就一定是序列中的最大元素； 将其与序列的最后一个元素交换，将序列长度减一； 再将序列建成堆（堆调整）后，堆顶元素仍是序列中的最大元素，再次将其与序列最后一个元素交换并缩短序列长度； 反复此过程，直至序列长度为一，所得序列即为排序后结果。,或,10,11,12,13,14,堆排序举例 待排记录的关键字32，12，91，26，74，58，63，85堆排序的结果为：12，26，32，58，63，74，85，91。,15,问题陈述 设有n个物体和一个背包,
6、物体i的重量为wi价值为pi ,背包 的载荷为M, 若将物体i(1 i n,)装入背包,则有价值为pi . 目标是找到一个方案, 使得能放入背包的物体总价值最高.,设N=3, W=(16,15,15), P=(45,25,25), C=30,例 1 ：0-1背包问题(0-1Knapsack Problem ),1.队列式分支限界法 2.优先队列式分支限界法,16,0-1背包问题：队列式分支限界法,用一个队列存储活结点表，初始为空A为当前扩展结点，其儿子结点B和C均为可行结点，将其按从左到右顺序加入活结点队列，并舍弃A。 按FIFO原则，下一扩展结点为B，其儿子结点D不可行，舍弃；E可行，加入。
7、舍弃B C为当前扩展结点，儿子结点F、G均为可行结点，加入活结点表，舍弃C 扩展结点E的儿子结点J不可行而舍弃；K为可行的叶结点，是问题的一个可行解，价值为45,17,当前活结点队列的队首为F, 儿子结点L、M为可行叶结点，价值为50、25 G为最后一个扩展结点，儿子结点N、O均为可行叶结点，其价值为25和0 活结点队列为空，算法结束，其最优值为50,18,0-1背包问题：优先队列式分支限界法,用一个极大堆表示活结点表的优先队列，其优先级定义为活结点所获得的价值。初始为空。 由A开始搜索解空间树，其儿子结点B、C为可行结点，加入堆中，舍弃A。 B获得价值45，C为0. B为堆中价值最大元素，并
8、成为下一扩展结点。,19,B的儿子结点D是不可行结点，舍弃。E是可行结点，加入到堆中。舍弃B。 E的价值为40，是堆中最大元素，为当前扩展结点。 E的儿子J是不可行叶结点，舍弃。K是可行叶结点，为问题的一个可行解价值为45. 继续扩展堆中唯一活结点C，直至存储活结点的堆为空，算法结束。 算法搜索得到最优值为50，最优解为从根结点A到叶结点L的路径（0，1，1）。,20,与回溯法类似，也可以用剪枝函数加速搜索过程。 剪枝函数给出每个可行结点相应的子树可能获得的最大价值的上界。 如这个上界不会比当前最优值更大，则可以剪去相应的子树。 也可将上界函数确定的每个结点的上界值作为优先级，以该优先级的非增
9、序抽取当前扩展结点。由此可快速获得最优解。,21,例2 4城市旅行售货员问题,6.2 单源最短路径问题,1. 问题描述,以一个例子来说明单源最短路径问题：在下图所给的有向图G中，每一边都有一个非负边权。 求图G的从源顶点s到目标顶点t之间的最短路径,下图是用优先队列式分支限界法解有向图G的单源最短路径问题产生的解空间树。 每一个结点旁边的数字表示该结点所对应的当前路长,2. 算法思想,解单源最短路径问题的优先队列式分支限界法用一极小堆来存储活结点表。其优先级是结点所对应的当前路长。,算法从图G的源顶点s和空优先队列开始。结点s被扩展后，它的儿子结点被依次插入堆中。 算法每次从堆中取出具有最小当
10、前路长的结点作为当前扩展结点，并依次检查与当前扩展结点相邻的所有顶点。 如果从当前扩展结点i到j有边可达，且从源出发，途经i再到j的所相应路径长度，小于当前最优路径长度，则将该顶点作为活结点插入到活结点优先队列中。 结点扩展过程一直继续到活结点优先队列为空时为止,3. 剪枝策略,扩展结点过程中，一旦发现一个结点的下界不小于当前找到的最短路长，则算法剪去以该结点为根的子树。 利用结点间的控制关系进行剪枝。若从源顶点s出发，有2条不同路径到达图G的同一顶点。可将路长长的路径所对应的树中的结点为根的子树剪去。,26,例如，例中从s出发经边a、e、q（路长5）和经c、h（路长6）的两条路径到达G的同一
11、顶点。 但在解空间树中，这两条路径相应于解空间树的2个不同的结点A和B。 由于A的路长较小，故可将以结点B为根的子树剪去。此时称结点A控制了结点B。,顶点i和j间有边，且此路径长小于原先从原点到j的路径长,详细代码见p195196 while (true) /while循环体完成对解空间内部结点的扩展for (int j = 1; j N;N.i=j;N.length=distj;H.Insert(N);try H.DeleteMin(E); / 取下一扩展结点catch (OutOfBounds) break; / 优先队列空 ,6.3 装载问题,1. 问题描述,有一批共n个集装箱要装上2艘
12、载重量分别为C1和C2的轮船，其中集装箱i的重量为Wi，且,装载问题要求确定是否有一个合理的装载方案可将这n个集装箱装上这2艘轮船。如果有，找出一种装载方案。,容易证明：如果一个给定装载问题有解，则采用下面的策略可得到最优装载方案。 首先将第一艘轮船尽可能装满； 将剩余的集装箱装上第二艘轮船。,2. 队列式分支限界法,在while循环中，首先检测当前扩展结点的左儿子结点是否为可行结点。如果是，则将其加入到活结点队列Q中。,解装载问题的队列式分支限界法仅求出所要求的最优值，稍后将进一步构造最优解。,然后，将其右儿子结点加入到活结点队列中(右儿子结点一定是可行结点)。2个儿子结点都产生后，当前扩展
13、结点被舍弃。,活结点队列中，队首元素被取出作为当前扩展结点。 队列中每一层结点之后，都有一个尾部标记-1。 在取队首元素时，活结点队列一定不空。,函数MaxLoading具体实施对解空间的分支限界搜索p197,while (true) / 检查左儿子结点if (Ew + wi = c) / xi = 1，ew存储当前扩展结点相应的载重量EnQueue(Q, Ew + wi, bestw, i, n); /将活结点加入到活结点队列Q中/ 右儿子结点总是可行的，将其加入到Q中EnQueue(Q, Ew, bestw, i, n); / xi = 0Q.Delete(Ew); / 取下一扩展结点if
14、 (Ew = -1) / 同层结点尾部if (Q.IsEmpty( ) return bestw;Q.Add(-1); / 同层结点尾部标志Q.Delete(Ew); / 取下一扩展结点i+; / 进入下一层 ,当取出的元素是-1时，再判断当前队列是否为空。 如果队列非空，则将尾部标记-1加入活结点队列，算法开始处理下一层的活结点。,3. 算法的改进,节点的左子树表示将此集装箱装船，右子树表示不将此集装箱装船。 设bestw是当前最优解；ew是当前扩展结点所相应的重量；r是剩余集装箱的重量。 当ew+rbestw时，可将其右子树剪去。此时若要船装最多集装箱，就应该把此箱装上船。,为确保右子树成
15、功剪枝，应该在算法每一次进入左子树的时候更新bestw的值。,算法MaxLoading初始时bestw=0，直到搜索到第一个叶结点才更新bestw。在搜索到第一个叶结点前，总有Ew+rbestw, 此时右子树测试不起作用。,3. 算法的改进（续）,/ 检查左儿子结点Type wt = Ew + wi; / 左儿子结点的重量if (wt bestw) bestw = wt;/ 加入活结点队列if (i n) Q.Add(wt); ,提前更新bestw,/ 检查右儿子结点if (Ew + r bestw / 取下一扩展结点 详细代码见教材p198,右儿子剪枝,4. 构造最优解,为了在算法结束后能方
16、便地构造出与最优值相应的最优解，算法必须存储相应子集树中从活结点到根结点的路径。 在每个结点处设置指向其父结点的指针，并设置左、右儿子标志。,class QNodeQNode *parent; / 指向父结点的指针bool LChild; / 左儿子标志Type weight; / 结点所相应的载重量,找到最优值后，可以根据parent回溯到根节点，找到最优解。,/ 构造当前最优解 for (int j = n - 1; j 0; j-) bestxj = bestE-LChild; /bestx存储最优解路径bestE = bestE-parent; /回溯构造最优解 ,5. 优先队列式分支
17、限界法,解装载问题的优先队列式分支限界法用最大优先队列存储活结点表。,活结点x在优先队列中的优先级定义为从根结点到结点x的路径所相应的载重量再加上剩余集装箱的重量之和。,优先队列中优先级最大的活结点成为下一个扩展结点。,以结点x为根的子树中，所有结点相应路径的载重量不超过它的优先级。 子集树中叶结点所相应的载重量与其优先级相同。,36,在优先队列式分支限界法中，一旦有一个叶结点成为当前扩展结点，则可以断言该叶结点所相应的解即为最优解。此时可终止算法。,有两种方式求得最优解： （1）在优先队列的每一个活结点中，保存从解空间树的根结点到该活结点的路径，在算法确定了达到最优值的叶结点时，就在该叶结点
18、处同时得到相应的最优解。,（2）在算法的搜索进程中，保存当前已构造出的部分解空间树，这样在算法确定了达到最优值的叶结点时，可以在解空间树中从该叶结点开始向根结点回溯，构造出相应的最优解。,教材选择第二种方式求得装载问题的最优解。 具体的程序代码见教材p201203,37,6.4 布线问题,印刷电路板将布线区域分成nm个方格。 精确的电路布线问题: 要求确定连接方格a中点到方格b中点的最短布线方案。,布线时，电路只能沿着直线或直角布线，见p204图6-3。,为了避免线路相交，已布线的方格做了封锁标记，其他线路不允许穿过被封锁的方格。,用队列式分支限界法解布线问题,布线问题的解空间是一个图,问题描
19、述,38,算法思想,解此问题的队列式分支限界法,从起始位置a开始,作为第一个扩展结点。,算法从活结点队列中,取出队首结点作为下一个扩展结点，将与当前扩展结点相邻且未标记过的方格标记为2，并存入活结点队列。,与该扩展结点相邻并可达的方格,成为可行结点被加入到活结点队列中，且将这些方格标记为1，即从起始方格a到这些方格的距离为1。,上述过程一直继续到算法搜索到目标方格b，或活结点队列为空时为止。,40,一旦方格b成为活节点, 表示找到了最优方案。,为什么这条路径一定就是最短的呢？由搜索过程的特点决定。,假设存在一条由a至b的更短的路径，b一定会更早地被加入到活结点队列中, 并得到处理。,最后一个图
20、表示了a和b之间的最短布线路径。,41,搜索中，可以知道结点距起点的路径长度，但无法直接获得具体的路径描述（最优解）。,为构造具体路径，需要从目标方格开始向起始方格回溯，逐步构造出最优解。,每次向标记距离比当前方格距离少1的相邻方格移动，直至到达起始方格时为止。,Position offset4;/offset是位移矩阵offset0.row = 0; offset0.col = 1; / 右offset1.row = 1; offset1.col = 0; / 下offset2.row = 0; offset2.col = -1; / 左offset3.row = -1; offset3.c
21、ol = 0; / 上,定义移动方向的相对位移,for (int i = 0; i = m+1; i+)grid0i = gridn+1i = 1; / 顶部和底部被封锁for (int i = 0; i = n+1; i+)gridi0 = gridim+1 = 1; / 左翼和右翼被封锁,设置边界的围墙,for (int i = 0; i NumOfNbrs; i+) / NumOfNbrs相邻方格数，详见p205nbr.row = here.row + offseti.row;nbr.col = here.col + offseti.col;if (gridnbr.rownbr.col
22、= 0) / 该方格未标记gridnbr.rownbr.col= gridhere.rowhere.col + 1;if (nbr.row = finish.row) ,找到目标位置finish后，可以通过回溯方法找到这条最短路径。,标记可达相邻方格,44,这个问题用回溯法来处理如何？,回溯法的搜索是依据深度优先的原则进行的。,如果把上下左右四个方向规定一个固定的优先顺序去进行搜索，搜索会沿着某个路径一直进行下去，直到碰壁才换到另一个子路径。,开始时，根本无法判断正确的路径方向，这就造成了搜索的盲目和浪费。,45,即使搜索到了一条由a至b的路径，根本无法保证它就是所有路径中最短的。,必须把整个
23、区域的所有路径逐一搜索后，才能得到最优解。,因此，布线问题不适合用回溯法解决。,6.5 0-1背包问题,算法思想:,先对输入数据进行预处理，将物品依其单位重量价值从大到小进行排列。,在优先队列分支限界法中，结点优先级由已装袋的物品价值加上剩下的最大单位重量价值的物品装满剩余容量的价值。,用一个最大堆来实现活结点优先队列,47,算法首先检查当前扩展结点的左儿子结点的可行性。,如果左儿子结点是可行结点，则将它加入到子集树和活结点优先队列中。,当前扩展结点的右儿子结点一定是可行结点，仅当右儿子结点满足上界约束时,才将它加入子集树和活结点优先队列。,当扩展到叶节点时为问题的最优值。,上界函数,whil
24、e (i = n /b为上界函数,while (i != n+1) / 非叶结点/ 检查当前扩展结点的左儿子结点Typew wt = cw + wi;if (wt bestp) bestp = cp+pi;AddLiveNode(up, cp+pi, cw+wi, true, i+1);up = Bound(i+1);/ 检查当前扩展结点的右儿子结点if (up = bestp) / 右子树可能含最优解AddLiveNode(up, cp, cw, false, i+1);/ 取下一个扩展节点（略），见p209210 ,分支限界搜索过程,函数AddLiveNode将一个新的活结点插入到子集树和
25、优先队列中,6.6 最大团问题,最大团问题的解空间树是一棵子集树,1. 问题描述,给定无向图G=(V，E)。如果UV，且对任意u，vU有(u，v)E，则称U是G的完全子图。,解最大团问题的优先队列式分支限界法, 与解装载问题的优先队列式分支限界法相似。,G的完全子图U是G的团当且仅当U不包含在G的更大的完全子图中。G的最大团是指G中所含顶点数最多的团。,51,下图G中，子集1，2是G的大小为2的完全子图。这个完全子图不是团，因为它被G的更大的完全子图1，2，5包含。,1，2，5是G的最大团。1，4，5和2，3，5也是G的最大团。,2. 上界函数,活结点优先队列中元素类型为CliqueNode,
26、un作为优先队列中元素的优先级,对每个活结点，用cn表示与该结点相应团的顶点数；level表示结点在子集空间树中所处的层次；用cn+n-level+1作为顶点数上界un的值，其中un是该结点为根的子树中相应团的最大顶点数的上界。,算法总是从活结点优先队列中, 抽取具有最大un值的元素作为下一个扩展结点。,un是当前团最大顶点数的上界， cn表示当前团的顶点数。,3. 算法思想,子集树的根结点是初始扩展结点，对于这个特殊的扩展结点，其cn的值为0。 cn表示当前团的顶点数。,算法在扩展内部结点时，首先考察其左儿子结点。,在左儿子结点处，将顶点i加入到当前团中，并检查该顶点与当前团中其它顶点之间是
27、否有边相连。,当顶点i与当前团中所有顶点之间都有边相连，则相应的左儿子结点是可行结点，将它加入到子集树中并插入活结点优先队列，否则就不是可行结点。,while循环的终止条件是: 遇到子集树中的一个叶结点(即n+1层结点)成为当前扩展结点。,继续考察当前扩展结点的右儿子结点。,对于子集树中的叶结点，有uncn。 此时活结点优先队列中，剩余结点的un值均不超过当前扩展结点的un值。 进一步搜索不可能得到更大的团，此时算法已找到一个最优解。 un是当前团最大顶点数的上界， cn表示当前团的顶点数。,当unbestn时，右子树中可能含有最优解，此时将右儿子结点加入到子集树中,并插入到活结点优先队列中。
28、,6.7 旅行售货员问题,1. 问题描述,某售货员要到若干城市去推销商品，已知各城市之间的路程(或旅费)。他要选定一条从驻地出发，经过每个城市一次，最后回到驻地的路线，使总的路程(或总旅费)最小。,路线是一个带权图。图中各边的费用（权）为正数。图的一条周游路线是包括V中的每个顶点在内的一条回路。周游路线的费用是这条路线上所有边的费用之和。,旅行售货员问题的解空间可以组织成一棵排列树，从树的根结点到任一叶结点的路径定义了图的一条周游路线。,旅行售货员问题要在图G中找出费用最小的周游路线。,56,与子集树的讨论相似，实现对排列树搜索的优先队列式分支限界法也可以有两种不同的实现方式：,（1）用优先队
29、列来存储活结点。优先队列中每个活结点都存储从根到该活结点的相应路径。,（2）用优先队列来存储活结点，并同时存储当前已构造出的部分排列树。优先队列中的活结点不必存储从根到该活结点的相应路径，该路径必要时从存储的部分排列树中获得。,旅行售货员问题采用第一种实现方式。,2. 算法描述,算法开始时创建一个最小堆，用于表示活结点优先队列。,要找最小费用旅行售货员回路，选用最小堆表示活结点优先队列。,堆中每个结点的子树费用的下界lcost值，是优先队列的优先级。,计算每个顶点的最小费用出边并用minout记录,如果所给的有向图中某个顶点没有出边，则该图不可能有回路，算法结束。,如果每个顶点都有出边，则根据
30、计算出的minout作算法初始化。,考虑排列树层次s=n-2的情形，此时当前扩展结点是排列树中某个叶结点的父结点。,while循环完成对排列树内部结点的扩展。对于当前扩展结点，算法分两种情况进行处理：,如果该叶结点相应一条可行回路，且费用小于当前最小费用，则将该叶结点插入到优先队列中，否则舍去该叶结点。,第一种情况：,59,当排列树层次sn-2时，算法依次产生当前扩展结点的所有儿子结点。,第二种情况：,当前扩展结点所相应的路径是x0: s，其可行儿子结点是从剩余顶点xs+1: n-1中选取的顶点xi，且(xs，xi)是所给有向图G中的一条边。,对于当前扩展结点的每一个可行儿子结点，计算出其前缀
31、(x0:s，xi)的费用cc和相应的下界lcost。,当lcostbestc时，将这个可行儿子结点插入到活结点优先队列中。,while循环的终止条件：排列树的一个叶结点成为当前扩展结点,当s=n-1时，已找到的回路前缀是x0: n-1，它已包含图G的所有n个顶点。,因此，当s=n-1时，相应的扩展结点表示一个叶结点。该叶结点所相应的回路的费用等于当前费用cc和子树费用下界lcost的值。,算法描述,61,剩余活结点的lcost值，不小于已找到的回路的费用。它们都不可能导致费用更小的回路。,已找到叶结点所相应的回路，是一个最小费用旅行售货员回路，算法结束。,算法结束时，返回找到的最小费用，相应的
32、最优解由数组v给出。,算法描述,算法代码见P214-216（第三版）,62,6.8 电路板排列问题,将n块电路板以最佳排列方案插入带有n个插槽的机箱中. n块电路板的不同的排列方式对应于不同的电路板插入方案. 电路板集合: B=1, 2, , n 连接块集合: L=N1, N2, , Nm 其中:NjB，Nj中所有电路板用一根导线连接 排列: X=, 即在机箱的第i个插槽中插入电路板xi. 排列密度density(X)：跨越相邻电路板插槽的最大连线数 求解: 具有最小排列密度density(X)的排列.,问题描述,算法描述,开始时，将排列树的根结点置为当前扩展结点。,解空间为一棵排列树，采用优
33、先队列式分支限界法，找出所给电路板的最小密度布局。,算法用一个最小堆表示活结点优先队列,在do-while循环体内，算法依次从活结点优先队列中，取出具有最小当前密度cd值的结点，作为当前扩展结点，并加以扩展。,64,（1）s=n-1的情形：此时已排定n-1块电路板，故当前扩展结点是排列树中的一个叶结点的父结点。,（2）当sn-1时：算法依次产生当前扩展结点的所有儿子结点。,算法将当前扩展结点分为两种情形处理：,x表示相应于该叶结点的电路板排列。计算出与x相应的密度，并在必要时更新当前最优值和相应的当前最优解。,对于当前扩展结点的每一个儿子结点N，计算出其相应的密度N.cd。,当N.cd当前最小
34、密度bestd时，将该儿子结点N插入到活结点优先队列中。反之，可将结点N舍去。,算法描述,do / 结点扩展if (E.s = n - 1) / 仅一个儿子结点(还有一块未排定)int ld = 0; / 最后一块电路板的密度for (int j = 1; j = m; j+) /m为连接块数ld += BE.xnj; /Bi,j的值为1 iff 电路板i在连接块Nj中if (ld bestd) / 密度更小的电路板排列delete bestx;bestx = E.x;bestd = max(ld, E.cd);,S=n-1的情况，计算出此时的密度和bestd进行比较。,else/ 产生当前扩
35、展结点的所有儿子结点for (int i = E.s + 1; i = n; i+) BoardNode N;N.now = new int m+1;for (int j = 1; j = m; j+)/ 新插入的电路板N.nowj = E.nowj + BE.xij;,Sn-1的情况,int ld = 0; / 新插入电路板的密度for (int j = 1; j 0 ,计算出每一个儿子结点的密度与bestd进行比较小于bestd时加入队列,6.9 批处理作业调度问题,1. 问题的描述,给定n个作业的集合J=J1, J2, , Jn。每一个作业Ji都有2项任务,要分别在2台机器上完成。每一个
36、作业必须先由机器1处理，然后再由机器2处理。作业Ji需要机器j的处理时间为tji，i=1, 2, , n；j=1, 2。,批处理作业调度问题:要求对于给定的n个作业，制定最佳作业调度方案，使其完成时间和达到最小。,对于一个确定的作业调度，设Fji是作业i在机器j上完成处理的时间, 则所有作业在机器2上完成处理的时间和 称为该作业调度的完成时间和。,批处理作业调度问题的解空间树是一棵排列树。,69,2. 限界函数,在作业调度问题相应的排列空间树中, 每个结点E都对应一个已安排的作业集M1,2,n. 并且,以该结点为根的子树中所含叶结点的完成时间和为:,设|M|= r,且L是以结点E为根的子树中一
37、个叶结点, 相应的作业调度为pk, k=1,2,n, 其中pk是第k个安排的作业.,若从结点E开始到结点L的路上, 每一个作业pk在机器1上完成处理后，都能立即在机器2上开始处理, 即从pr+1开始, 机器1没有空闲时间, 则对于该叶结点L有: （Why？）,70,事实上, 这意味着从pr+1开始, 机器1连续处理(n-r)个作业, 且对每个作业, 机器1加工完时, 机器2处于空闲并能及时处理, 如下图所示:,71,如果不能做到机器2立即处理机器1加工后的作业, 则S1只会增加, 从而有:,同理, 若从结点E开始到结点L的路上, 从作业pr+1开始, 机器2没有空闲, 则下式成立:,由上两式得
38、, 在结点E处相应子树中叶结点完成时间和的下界：,若选择pk, 使t1pk在kr+1时依非减序排列(M1快速加工, M2又能立即处理), 则S1取得极小值 .,这可以作为优先队列式分支限界法中的限界函数。,类似地, 若选择pk, 使t2pk在kr+1时依非减序排列, 则S2取得极小值 .,和 与叶结点的调度无关. 从而有:,算法用一个最小堆表示活结点优先队列.,3. 算法描述,算法的while循环完成对排列树内部结点的有序扩展,算法将当前结点E分为两种情况: E.s=n(叶结点)和E.sn(非叶结点). s表示已安排的作业数.,在while循环体内, 算法依次从活结点优先队列中, 取出具有最小
39、完成时间和下界bb值的结点，作为当前扩展结点，并加以扩展。,在E.s=n的情形，当前扩展结点E是排列树中的叶结点。E.sf2是相应于该叶结点的完成时间和。当E.sf2 bestc(当前最小完成时间和)时, 更新当前最优值bestc和相应的当前最优解bestx。,while (E.s = n ) if (E.s = n ) / 叶结点if (E.sf2 bestc) bestc = E.sf2;for (int i = 0; i n; i+)bestxi = E.xi;delete E.x;,当E.sf2bestc时，更新当前最优值bestc和相应的最优解bestx,当E.sn时，算法依次产生当
40、前扩展结点E的所有儿子结点。,对于E的每一个儿子结点node，计算出其相应的完成时间和的下界bb。,当bb bestc时，将该儿子结点插入到活结点优先队列中。而当bb bestc时，可将结点node舍去。,else / 产生当前扩展结点的儿子结点for (int i = E.s; i n; i+) Swap(E.xE.s,E.xi);int f1,f2;int bb=Bound(E,f1,f2,y);if (bb bestc ) MinHeapNode N;N.NewNode(E,f1,f2,bb,n);H.Insert(N);Swap(E.xE.s,E.xi);delete E.x; / 完成结点扩展,当bbbestc时，将儿子结点插入到活结点优先队列中,课后作业,第二版：习题 6-1，6-2，6-3，6-6第三版：算法分析题6-1，6-2，6-3，6-6,6-1提示：类似于队列式分支限界法。 6-2提示：用一个队列收集算法删除的扩展结点。算法结束后，释放所有已产生的结点。 6-3提示：在6-2基础上进行修改。 6-6提示：不能，试论述。,
