Conf. dr. M.

Vlada

METODA BACKTRACKING

1. Rezolvarea problemelor în AI (Artificial Intelligence);

2. Spatiul starilor problemei, Soluţii, reguli de producţie, reguli de căutare;
3. Exemple de programe/baze de cunostinte.
- http://en.wikipedia.org/wiki/Computer_science
În Informatică (Computer Science) s-au impus în domeniul tehnicilor de
programare (metode pentru rezolvarea problemelor) câteva metode definite şi
elaborate de AI:
ƒ metoda backtracking (metoda „revenirii” implementată sub diverse forme
(de exemplu, motorul de inferenţă PROLOG este conceput să caute solutiile
folosind conceptia acestei metode; parcurgerea in adancime a arborilor; DF-
(depth, first)); Metoda face legatura dintre programarea procedurala si
programarea delarativa;
ƒ metoda Divide et Impera („desparte şi stapâneşte”, utilizată în strategii de
căutare pentru arbori AND/OR;
ƒ metoda Greedy (metoda „inghitirii” pentru probleme de optimizare);
ƒ metoda BRANCH AND BOUND („ramificare si marginire”, implementata
prin folosirea unei cozi; utilizată în parcurgerea pe latime a arborilor; BF );
ƒ metoda programării dinamice.

Metoda Backtracking = metoda „revenirii”, definită şi elaborată de AI; este

rezultatul unei istorii din 1852, când studentul englez Francis Guthner a enunţat
problema celor 4 culori: „sunt suficiente 4 culori pentru a colora o hartă ce reprezintă
diverse ţări, cu condiţia ca oricare două ţări vecine (cu frontiera comună) să fie
colorate cu culori diferite”.

Teoretic, problema a fost rezolvată pentru 5 culori, dar rezolvarea ei completă –

pentru 4 culori (n >4 ) a fost posibilă doar în 1977 (K.Apple şi W. Hakel) prin
utilizarea calculatorului.

Metoda se aplica pentru problemele ale căror soluţii se pot reprezenta sub formă
de vectori
n
S = (x1 ,..., x n ) ∈ S = ∏ S i
i =1
unde S = spaţiul soluţiilor posibile
si = |Si|; Si fiind de o anumită natură (tipuri de date reale,
matrice etc.).
Complexitatea problemei este determinată de dimensiunea spaţiilor soluţiilor
posibile.

|S| = s1,…sn

De exemplu, dacă s1=s2=…=sn=n, atunci |S|=nn

dacă s1=s2=…=sn=2, atunci |S|=2n.

Definiţie: Se numeşte soluţie-rezultat, vectorul x= (x1,x2,…xn) ce satisface aşa-

numitele condiţii interne proprii problemei concrete:

1
 Conf. dr. M. Vlada

ϕ: S → {true, false} este predicat,

 true daca x1 ,..., x n verifica diverse conditii

ϕ ( x1 ,..., x n ) = 
 false altfel

Exemplu: Generarea permutărilor mulţimii {1,2,…,n}:

Si={1,2,…n}, i=1,…,n
si=n si |S|=nn dimensiunea spaţiilor soluţiilor posibile
Vectorul X=(xi)i=1,…,n este soluţie rezultat, dacă

 true daca ∀i, j ∈ {1,..., n}, i ≠ j , xi ≠ x j

ϕ ( x1 ,..., x n ) = 
 false altfel

Observaţie: (1,1,…,1) nu este soluţie rezultat, dar e soluţie posibilă;

(1,2,…,n) este soluţie rezultat. Numărul soluţiilor rezultat este n!.

Definiţie: Se spune că vectorul (x1,…,xk) ∈ (S1,…,Sk), k≥1 verifică aşa-

numitele condiţii de continuare, dacă

ϕk(x1,…,xk)=true, ϕk : S1xS2x…xSk → {true,false}

are valoarea true în cazul în care (x1,…,xk) poate fi dintr-o soluţie rezultat.

Exemplu: Pentru generarea permutărilor mulţimii {1,2,…,n}, condiţiile de

continuare sunt:

 true daca ∀i, j ∈ {1,..., k}, i ≠ j , xi ≠ x j

ϕ ( x1 ,..., x k ) = 
 false altfel

Concepţia şi strategia metodei BACKTRACKING

Metoda a fost concepută pentru a evita generarea tuturor soluţiilor posibile.

În acest sens, metoda foloseşte un arbore virtual construit astfel:

ƒ nivelul 0 conţine rădăcina virtuală r;
ƒ nivelul 1 conţine ca noduri, elementele mulţimii S1, în care componenta x1 ia
valori, legăturile mulţimii etichetate cu1,2,…, s1;
ƒ nivelul k≥2, conţine ca noduri elementele mulţimii Sk, astfel ca din orice nod
de pe nivelul k-1 pleacă exact sk muchii; nivelul conţine s1,…sk noduri;
ƒ nivelul n conţine s1 ... sn noduri terminale.

2
 Conf. dr. M. Vlada

1 2.. … s1

x1 → s1 noduri

1 2…s2 1 2 .. s2 1 2...s2 s1s2

x2 → noduri

. . .
. . .
. . .

s1…sn
1 2 ..sn 1 2. ….sn 1 2…sn noduri
xn →
Arborele ataşat spaţiului soluţiilor posibile.

Metoda Backtracking utilizează arborele ataşat soluţiilor posibile pentru a

genera soluţiile rezultat, evitând generarea tuturor soluţiilor posibile prin verificarea
condiţiilor de continuitate ϕk(x1,…,xk)

Exemplu: Arborele ataşat spaţiului soluţiilor posibile pentru problema

generării permutărilor mulţimii {1,2,…,n}:

1 2.. … n

x1 → n noduri

1 2….n 1 2 .. n 1 2...n n2
x2 → noduri

. . .
. . .
. . .

1 2 ..n 1 2. ….n 1 2…n nn

xn → noduri

S1={1,2,…n}; S2={1,2,…n}; … Sn={1,2,…n}; |Sn|=n; Sn={1,2,…,n}.

3
 Conf. dr. M. Vlada

Observaţie: Generarea elementelor produsului cartezian {1,…,n}x … x {1,…,n}

presupune generarea întregului spaţiu al soluţiilor posibile.

Observaţie: O soluţie rezultat este un drum de la rădăcină la un nod terminal.

Metoda va genera drumuri de la stânga la dreapta conform parcurgerii

DF(depth, first) a arborilor (în adâncime) şi anume va genera vectorul (x1,x2,…,xn)
astfel:
ƒ componentele x1,x2,…,xn primesc pe rând valori, adică mai întâi x1, apoi x2,
…, deci xk vor primi valoare numai dacă au fost deja stabilite valori pentru
x1,x2,…,xk-1;
ƒ dacă xk a primit valoare, nu se trece la nivelul urmator ca să i se atribuie
valori lui xk+1, fără să se testeze condiţiile de continuare ϕk(x1,…,xk);
ƒ dacă ϕk(x1,…,xk)=true, atunci se încearcă să se dea valori pentru xk+1.
ƒ dacă ϕk(x1,…,xk)=false, atunci:
a) va trebui o altă alegere pentru xk, dacă Sk nu s-a epuizat sau
b) dacă Sk s-a epuizat, se revine la nivelul inferior (k-1) şi xk primeşte o
nouă alegere, abandonându-se un întreg arbore (de aici denumirea
metodei).

x1 →

x2 → Observaţie:
ϕn(x1,…,xn) ≡ ϕ
x3 →

xk-1 →
1 2 sk 1 2 sk 1 2 sk
xk →

Implementarea metodei
Procedura nerecursivă

INPUT :

{ }
____
S k = α k1 , α k2 ,..., α ksk , k = 1, n, sk = sk
( )
∧
valorile α k0 ∉ S k cu proprietatea ca succ α k0 = α k
ϕk(x1,…,xk) condiţii de continuare

OUTPUT: (x1,…,xn) soluţii rezultat.

Procedure BACK;

4
 Conf. dr. M. Vlada

k←1 {reprezintă nivelul în arbore}

0
x k ← αk {valoare de start}
while k>0 do {se generează drumuri}
if k=k+1 then {s-a găsit o soluţie}
k ← k-1
write x1,x2,…,xn
else {altă soluţie}
sk
if xk< αk then {altă valoare pentru xk}
xk ← succ(xk)
if ϕk(x1,…,xk) then k ← k+1
else {s-a epuizat sk}
xk← αk0 {valoare de start}
k ← k-1

Varianta recursivă:

Procedure BACK(k:integer);
if k=k+1 then
write (x1,x2,…,xn)
else {se caută altă soluţie}
xk← αk0 {valoare de start}
sk
while xk< αk do {Sk nu s-a epuizat}}
xk ← succ(xk)
if ϕk(x1,…,xk) then back(k+1)

Utilizare:
BACK(1);

Exemplul 1: Generarea permutărilor mulţimii {1,2,….n}

program permutari;
var
x:array[1..200] of integer;
nr,i,n,k:integer;

function col(k:integer):boolean;
begin
col:=true;
for i:=1 to k-1 do
if x[i]=x[k] then
begin
col:=false;
exit;
end;
end;

begin
write('n=');
readln(n);

5
 Conf. dr. M. Vlada

nr:=0;
k:=1;
for i:=1 to n do
x[i]:=0;
while k>0 do
if k=n+1 then
begin
k:=k-1;
nr:=nr+1;
writeln(' solutia nr ',nr);
for i:=1 to n do
write(x[i]:2);
readln;
end
else
if x[k]<n then
begin
x[k]:=x[k]+1;
if col(k) then
k:=k+1;
end
else
begin
x[k]:=0;
k:=k-1;
end;
end.

Observaţii: pt. n=3 se obţin 6 soluţii:

1 2 3; 1 3 2; 2 1 3; 2 3 1; 3 1 2; 3 2 1.
Exemplul 2: Problema celor n dame (regine). Să se aşeze cele 8 dame pe o tablă de
şah pătrată cu 8 linii şi 8 coloane, astfel ca să nu se atace reciproc, adică să nu existe
două dame pe aceeaşi linie, coloană sau diagonală. Orice soluţie rezultat X=(x1,…,xn),
xi=coloana pe care se află dama de pe linia „i”.

Condiţii interne:
Fie i şi j două dame:
a) damele să nu se afle pe aceeaşi coloană xi≠xj; i≠j
b) să nu se afle pe diagonala xi , xj

(i,xi) (i,xi)

(j,xj) (j,xj)
j-i ≠ xj – xi i-j ≠ xi -xj

|i-j| ≠ |xi-xj|

6
 Conf. dr. M. Vlada

Program cele_8_regine;
var
x:array[1..200] of integer;
nr,i,n,k:integer;

function col(k:integer):boolean;
begin
col:=true;
for i:=1 to k-1 do
if (x[i]=x[k]) or (abs(i-k)=abs(x[i]-x[k])) then
begin
col:=false;
exit;
end;
end;
begin
write('n=');
readln(n);
nr:=0;
k:=1;
for i:=1 to n do
x[i]:=0;
while k>0 do
if k=n+1 then
begin
k:=k-1;
nr:=nr+1;
writeln(' solutia nr ',nr);
for i:=1 to n do
write(x[i]:2);
readln;
end
else
if x[k]<n then
begin
x[k]:=x[k]+1;
if col(k) then
k:=k+1;
end
else
begin
x[k]:=0;
k:=k-1;
end;
end.
Observaţii:
Pentru n = 3, nu sunt soluţii;
Pentru n = 4 sunt 2 soluţii: 2 4 1 3, 3 1 4 2;
Pentru n = 5 sunt 10 soluţii: 1 3 5 2 4; 1 4 2 5 3, 2 4 1 3 5, … , 5 3 1 4 2
Pentru n = 6 sunt 4 soluţii: 2 4 6 1 3 5, 3 6 2 5 1 4, 4 1 5 2 6 3, 5 3 1 6 4 2;
Pentru n = 8 există 92 de soluţii, dintre care 12 sunt distincte ( restul au fost obţinute
din simetricele lor, prin rotirea tablei cu 900, 1800, 2700).
Ex: 1 5 8 6 3 7 2 4, 1 6 8 3 7 4 2 5, 1 7 4 6 8 2 5 3, 1 7 5 8 2 4 6 3, 2 4 6 8 3 1 7 5,
2 5 7 1 3 8 6 4, 2 5 7 4 1 8 6 3, 2 6 1 7 4 8 3 5, 2 6 8 3 1 4 7 5, 2 7 3 6 8 5 1 4,
2 7 5 8 1 4 6 3, 2 8 6 1 3 5 7 4, 3 1 7 5 8 2 4 6, 3 5 2 8 1 7 4 6, 3 5 2 8 6 4 7 1,
3 5 7 1 4 2 8 6, 3 5 8 4 1 7 2 6, 3 6 2 5 8 1 7 0 … sol 92 = 8 4 1 3 6 2 7 5.

Exemplul 3: Colorarea grafurilor – hărţilor:

7
 Conf. dr. M. Vlada

Fiecărei hărţi i se poate ataşa un graf planar.

G=(Vi,E), Vi=mulţimea nodurilor; E = mulţimea muchiilor;

n=nr. de ţări; n=|V| nr. de noduri;
c= nr. de culori; Sk={1,2,…,c}; k=1,…,n;
Soluţie: (x1,…,xn), xi∈{1,…,c}; xi = culoarea ataşată nodului i.
G poate fi reprezentat prin:

1 daca exista muchie

aij 
0 altfel
• matricea de adiacenţă A = ||aij|| i=1,…,n; j=1,…,n;

• matricea muchiilor xi ≠ xj, i ≠ j

 true daca ∀i, j ∈ {1,..., k}, i ≠ j , xi ≠ x j tari vecine

ϕ ( x1 ,..., x k ) = 
 false altfel

Intrări: n = nr. de noduri

m = nr. de muchii
(i,j) = muchiile
c = nr. de culori
Ieşiri: (x1,x2,…,xn), xi ∈ {1,…,c}, i = 1,…,n

Program colorare_harti;
var
a:array[1..30,1..30] of 0..1;
x:array[1..30] of integer;
nr,i,j,n,m,k,c:integer;

function cont(k:integer):boolean;
begin
cont:=true;
for i:=1 to k-1 do
for j:=i+1 to k do
if (a[i,j]=1) and (x[i]=x[j]) then
begin
cont:=false;

8
 Conf. dr. M. Vlada

exit;
end;
end;

begin
write('nr de noduri (tari): n=');
readln(n);
write('nr.de muchii (vecini): m=');
readln(m);
nr:=0;
k:=1;
for i:=1 to n do
for j:=1 to n do
a[i,j]:=0;
writeln('introduceti muchiile (i j):');
for i:=1 to m do
begin
readln(k,c);
a[k,c]:=1;
a[c,k]:=1;
end;
write('nr. de culori c=');
readln(c);
k:=1;
for i:=1 to n do
x[i]:=0;
while k>0 do
if k=n+1 then
begin
k:=k-1;
nr:=nr+1;
writeln(' solutia nr ',nr);
for i:=1 to n do
write(x[i]:2);
readln;
end
else
if x[k]<c then
begin
x[k]:=x[k]+1;
if cont(k) then
k:=k+1;
end
else
begin
x[k]:=0;
k:=k-1;
end;
end.

Observaţii: dacă V={1,2,3,4,5,6};

E=(1,2), (1,4), (1,6), (2,4), (2,5), (2,3),(3,5), (3,6), (4,5), (4,6), (5,6)
Se obţin 120 soluţii: 4 2 4 1 3 2, 4 2 4 3 1 2, 4 3 1 1 2 3,…

9
 Conf. dr. M. Vlada

Metoda Divide et Impera

(„desparte şi stapâneşte”, utilizată în strategii de căutare pentru arbori AND/OR)

Exemplul : Problema turnurilor din HANOI

• Se dau n discuri de mărimi diferite aşezate în ordine într-o stivă pe tija A, discul
cel mai mic fiind vârful , iar cel mai mare fiind baza.
• Folosind tija C ca tijă intermediară, să se treacă cele n discuri de pe A pe B, ţinând
cont de următoarele restricţii:
- totdeauna se mută discul din vârful unei stive, deasupra vârfului altei
stive;
- nu se poate aşeza un disc mare peste unul mai mic;
• Să se realizeze trecerea discurilor printr-un numar minim de mutări.

xn-1
n →

←
1 xn-1
1 →
A,left B,centre C,right

Demonstratia faptului ca 2n-1 este numarul minim de mutari pentru cele n discuri.
xn = nr. minim de mutări
xn= ?
xn=xn+1 + 1 + xn-1
↓ ↓ ↓
trecere trecere trecerea celor
pe C A→B (n-1) discuri
pe B
xn=2xn-1+1
xn+1=2xn-1+2
yn=xn+1
yn=2yn-1, y0=0
yn=2n ===>xn=2n-1 nr. minim de mutari pentru cele n discuri.

Towers of Hanoi (Prolog- baza de cunostinte/ program)

This example simulates the Towers of Hanoi problem of moving discs from a left pole
to a right pole.
hanoi(N) :- move(N, left, right, centre).
move(0, _, _, _) :- !.
move(N, A, B, C) :-
M is N-1,
move(M, A, C, B),
format("move a disc from the ~w pole to the ~w pole\n", [A,B]),
move(M, C, B, A).

Program turnuri_Hanoi;
( metoda: Divide et impera }
var
n:integer;

10
 Conf. dr. M. Vlada

a,b,c:char;
procedure Hanoi(n:integer;a,b,c:char);
begin
if n=1 then
writeln(a,b)
else
begin
Hanoi(n-1,a,c,b);
writeln(a,b);
Hanoi(n-1,c,b,a);
end;
end;
begin
write('dati nr.de discuri n=');
readln(n);
a:='a'; b:='b'; c:='c';
Hanoi(n,a,b,c);
end.

11