使用曼哈顿距离的多点之间的最短路径

时间:2018-11-05 18:19:31

标签: java algorithm performance optimization

这是我在学校完成的作业之一。任何建议都将不胜感激。

我有一张街道地图,其中每个十字路口都用坐标=整数(x,y)的元组表示。两个坐标之间的长度等于它们之间的曼哈顿距离。我是出租车司机,我有每个客户的坐标他们要去的坐标,起始坐标和我可以在车上拥有的最大客户数量< / strong>。我需要找到最短的路径将所有客户吸引到目的地。客户只能在他们的最终目的地退出车辆。 结果是客户的顺序,税务员必须在其中选择/丢弃客户。

我当前的解决方案使用递归来查找所有路径,比较它们的长度并返回最短的路径。问题是,它太慢了。它需要在一秒钟内完成。

谢谢您的帮助!

EDIT1: 函数:出租车 =当前出租车坐标, starti =所有客户的接机坐标(starti [0] =客户1的接机坐标), cilji =所有客户的最终目的地(cilji [0] =客户1的放置坐标), =剩下要驶向目的地的客户数量,索引 =仅要得出最终结果, n =出租车中的最大乘客数, atm =当时的汽车中的乘客数

public static int abs(int n) {
    if (n < 0) {
        return -n;
    }
    return n;
}
public static int razdalja(int[] a, int[] b) {
    return abs(a[0] - b[0]) + abs(a[1] - b[1]);
}

public static int[] fun(int[] taxi, int[][] starti, int[][] cilji, int left, int m, int index, int n, int atm) {
    int[] temp1;
    int[] temp2;
    int[] tab = new int[m*2+1];
    int[] min = new int[m*2+1];
    min[m*2] = Integer.MAX_VALUE;

    if (left == 0) {
        return tab;
    }

    for (int i = 0; i < m; i++) {

        if (starti[i] != null && atm < n) { 
            temp1 = starti[i];
            starti[i] = null;

            tab = fun(temp1, starti, cilji, left, m, index+1, n, atm+1);
            tab[index] = i+1;
            tab[m*2] += razdalja(taxi, temp1);
            starti[i] = temp1;

            if (tab[m*2] < min[m*2]) {
                min = tab;
            }

        } 
        else if (cilji[i] != null && starti[i] == null) {
            temp2 = cilji[i];
            cilji[i] = null;

            tab = fun(temp2, starti, cilji, left-1, m, index+1, n, atm-1);
            tab[index] = i+1;
            tab[m*2] += razdalja(taxi, temp2);
            cilji[i] = temp2;

            if (tab[m*2] < min[m*2]) {
                min = tab;
            }

        }



    }

    return min;
}

输入示例

6                      //max customers in car
148,128                //taxi starting coordinates
7                      //number of customers
1,45,199,178,69        //first customer startX,startY,endX,endY
2,54,87,26,83          //and so on...
3,197,147,135,93
4,12,49,61,66
5,91,8,55,73
6,88,42,15,9
7,184,144,31,34

上面输入的正确输出(这些数字的函数返回表+表中的最后一个数字是路径的长度)

7,3,1,2,6,5,6,7,4,2,5,4,3,1

this means:
pick (customer) 7  (184,144)
pick 3             (197,147)
pick 1                ...
pick 2
pick 6
pick 5
drop 6
drop 7
pick 4
drop 2
drop 5
drop 4
drop 3
drop 1

EDIT2: 更重要的是,我注意到我可能会有所改进,但不确定如何。函数中的for循环始终迭代所有i值,即使在很多情况下,它直到达到足够高的“ i”都不会执行任何操作,因为在大多数情况下starti [i]和cilji [i]都等于null i值,一旦我们对递归有了足够的了解。对于每个已经交付的客户,只有一次迭代不执行任何操作。


这是两个客户的树的外观: https://i.stack.imgur.com/P3irL.png 圆圈坐标是出租车将顾客送至何处(很明显,我忘了绕圈一个)。

input:
2
5,5
2
1,3,7,5,7
2,9,2,9,7

output:
1,1,2,2

1 个答案:

答案 0 :(得分:2)

我为最困难的测试用例制定了一种基于动态编程的解决方案,该解决方案的运行时间约为0.17s:https://ideone.com/lKUql9

INF = 100000000000

pickup = {}
dest = {}
trace = {}
dp = {}

def calc(a, b):
    return abs(a[0] - b[0]) + abs(a[1] - b[1])

def solve(curPos, completed, ongoing):
    if len(completed) == N and len(ongoing) == 0:
        return 0
    curState = (curPos, frozenset(completed), frozenset(ongoing))   

    if curState in dp.keys():
        return dp[curState]

    minVal = INF
    for i in pickup.keys():
        if i in completed: continue
        newOngoing = ongoing.copy()
        newCompleted = completed.copy()

        if i in ongoing:
            newOngoing.remove(i)
            newCompleted.add(i)
            val = calc(curPos, dest[i]) + solve(dest[i], newCompleted, newOngoing)
            if val < minVal:
                minVal = val
                trace[curState] = \
                    ("drop " + str(i), (dest[i], newCompleted, newOngoing))
        elif len(ongoing) < maxCustomers:
            newOngoing.add(i)
            val = calc(curPos, pickup[i]) + solve(pickup[i], newCompleted, newOngoing)
            if val < minVal:
                minVal = val
                trace[curState] = \
                    ("pickup " + str(i), (pickup[i], newCompleted, newOngoing))

    dp[curState] = minVal
    return minVal

def path(state):
    stateVar = (state[0], frozenset(state[1]), frozenset(state[2]))
    if stateVar not in trace.keys():
        return
    print (trace[stateVar][0])
    if trace[stateVar][1] != None: 
        return path(trace[stateVar][1])

maxCustomers = int(input())
rstr = input().split(",")
start = (int(rstr[0]), int(rstr[1]))
N = int(input())
for i in range(N):
    line = input().split(",")
    pickup[int(line[0])] = (int(line[1]), int(line[2]))
    dest[int(line[0])] = (int(line[3]), int(line[4]))

print("Total distance travelled: ", solve(start, set(), set()))
path((start, set(), set()))

代码在很多方面都是可以理解的,但是如果有不清楚的地方,我愿意详细解释。

编辑:

我们将当前状态定义为我们所在的当前坐标(curPos),已经完成(已完成)的行程组和仍在进行中的行程组,即我们有客户在车上(正在进行中)-这两组中的任何行程尚未开始。我使用frozenset()是因为python字典不允许使用set()作为字典的哈希键的一部分(例如,本例中为Map,dptrace ),因此必须将普通set()转换为frozenset()

的不可变集合

存在多个重叠的子问题,这是我们使用dp的主要原因。您可以在print ("Dp Hit: ", curState)中存在curState时添加一个dp.keys(),就像我所做的那样:https://ideone.com/mKFsVH(由于输出行过多而产生运行时错误)。如您所见,记忆处理了很多情况,我们不需要重新探讨。为了更好地理解,请考虑阅读有关使用动态编程解决旅行商问题的方法:https://www.geeksforgeeks.org/travelling-salesman-problem-set-1/

if i in completed是〜O(log(n))查找,因为在内部设置为自平衡二进制树,是的,仅条件if len(completed) == N就足够了。刚刚添加了另一半作为健全性检查。