回溯法——八 / N 皇后问题 ゝ一世哀愁。 2022-04-13 05:39 277阅读 0赞 回溯法的基本做法是搜索,或是一种组织得井井有条的,能避免不必要搜索的穷举式搜索法。这种方法适用于解一些组合数相当大的问题。 回溯法在问题的解空间树中,按深度优先策略,从根结点出发搜索解空间树。算法搜索至解空间树的任意一点时,先判断该结点是否包含问题的解。如果肯定不包含,则跳过对该结点为根的子树的搜索,逐层向其祖先结点回溯;否则,进入该子树,继续按深度优先策略搜索。 回溯法指导思想——走不通,就掉头。设计过程:确定问题的解空间;确定结点的扩展规则;搜索。 n皇后问题 要在n\*n的国际象棋棋盘中放n个皇后,使任意两个皇后都不能互相吃掉。规则:皇后能吃掉同一行、同一列、同一对角线的任意棋子。求所有的解。n=8是就是著名的八皇后问题了。 设八个皇后为xi,分别在第i行(i=1,2,3,4……,8); 问题的解状态:可以用(1,x1),(2,x2),……,(8,x8)表示8个皇后的位置; 由于行号固定,可简单记为:(x1,x2,x3,x4,x5,x6,x7,x8); 问题的解空间:(x1,x2,x3,x4,x5,x6,x7,x8),1≤xi≤8(i=1,2,3,4……,8),共88个状态; 约束条件:八个(1,x1),(2,x2) ,(3,x3),(4,x4) ,(5,x5), (6,x6) , (7,x7), (8,x8)不在同一行、同一列和同一对角线上。 盲目的枚举算法:通过8重循环模拟搜索空间中的88个状态,从中找出满足约束条件的“答案状态”。程序如下: /* *说明:八皇后——盲目迭代法 *日期:2013-12-18 */ #include <iostream> using namespace std; bool check_1(int a[],int n) { for(int i=2;i<=n;i++) { for(int j=1;j<=i-1;j++) { if ((a[i]==a[j])||(abs(a[i]-a[j])==i-j)) { return false; } } } return true;//不冲突 } void queens_1() { int a[9]; int count = 0; for(a[1]=1;a[1]<=8;a[1]++) { for(a[2]=1;a[2]<=8;a[2]++) { for(a[3]=1;a[3]<=8;a[3]++) { for(a[4]=1;a[4]<=8;a[4]++) { for(a[5]=1;a[5]<=8;a[5]++) { for(a[6]=1;a[6]<=8;a[6]++) { for(a[7]=1;a[7]<=8;a[7]++) { for(a[8]=1;a[8]<=8;a[8]++) { if(!check_1(a,8)) continue; else { for(int i=1;i<=8;i++) { cout<<a[i]; } cout<<endl; count++; } } } } } } } } } cout<<count<<endl; } void main() { queens_1(); } 程序思想比较简单,最后可知共92种摆放方法。如果能够排除那些没有前途的状态,会节约时间——回溯法(走不通,就回头)。 bool check_2 (int a[ ],int n) {//多次被调用,只需一重循环 for(int i=1;i<=n-1;i++) { if((abs(a[i]-a[n])==n-i)||(a[i]==a[n])) return false; } return true; } void queens_2() { int a[9]; int count = 0; for(a[1]=1;a[1]<=8;a[1]++) { for(a[2]=1;a[2]<=8;a[2]++) { if (!check_2(a,2)) continue; for(a[3]=1;a[3]<=8;a[3]++) { if (!check_2(a,3)) continue; for(a[4]=1;a[4]<=8;a[4]++) { if (!check_2(a,4)) continue; for(a[5]=1;a[5]<=8;a[5]++) { if (!check_2(a,5)) continue; for(a[6]=1;a[6]<=8;a[6]++) { if (!check_2(a,6)) continue; for(a[7]=1;a[7]<=8;a[7]++) { if (!check_2(a,7)) continue; for(a[8]=1;a[8]<=8;a[8]++) { if (!check_2(a,8)) continue; else { for(int i=1;i<=8;i++) { cout<<a[i]; } cout<<endl; count++; } } } } } } } } } cout<<count<<endl; } void main() { queens_2(); } n此算法可读性很好,体现了“回溯”。但它只针对八皇后问题,解决任意的n皇后问题还要修改程序结构。如果要解决n皇后的问题,就需要将n作为参数传递给函数,函数需要重写来实现回溯(不能采用级联的for循环,n不确定);从另一方面,程序中出现了大量的for循环,而且for中的函数结构很相似,自然想到的是递归迭代回溯。这就是回溯比较常用的两种实现方法:非递归回溯和递归回溯。 非递归回溯的程序实现: void backdate (int n) { int count = 0; int a[100]; int k = 1; a[1]=0; while(k>0) { a[k]=a[k]+1;//对应for循环的1~n while((a[k]<=n)&&(!check_2(a,k)))//搜索第k个皇后位置 { a[k]=a[k]+1; } if(a[k]<=n)//找到了合理的位置 { if(k==n ) {//找到一组解 for(int i=1;i<=8;i++) { cout<<a[i]; } cout<<endl; count++; } else { k=k+1;//继续为第k+1个皇后找到位置,对应下一级for循环 a[k]=0;//下一个皇后一定要从头开始搜索 } } else { k=k-1;//回溯,对应执行外内层for循环回到更上层 } } cout<<count<<endl; } void main() { backdate(8); } 这样也可以得到,8皇后问题的92中结果。更简单、可读的方法是采用递归的方式,如下: int a[100], n, count; void backtrack(int k) { if (k>n)//找到解 { for(int i=1;i<=8;i++) { cout<<a[i]; } cout<<endl; count++; } else { for (int i = 1;i <=n; i++) { a[k] = i; if (check_2(a,k) == 1) {backtrack(k+1);} } } } void main() { n=8,count=0; backtrack(1); cout<<count<<endl; } ![眨眼][18194648-44862de2753143d0a0d8bc04cf9a6894.png]可见,递归调用大大减少了代码量,也增加了程序的可读性。给出其中的一个解,如下: ![image][] 将这个八皇后扩展到n皇后问题。 下面是java版的代码: public class N_Queens { static int n=8 ; static long sum ; static int[] x ; public static void main(String[] args) { sum =0; x=new int[n+1]; for (int i = 0; i <=n ; i++) { x[i]=0; } Backtrack(1); System.out.println(sum); } static void Backtrack(int index){ if(index>n){ sum++; }else{ for(int i=1;i<=n;i++){ x[index]=i; if(Containt(index)){ Backtrack(index+1); } } } } //约束函数 //保证不在同一列上,而且不在统一斜线上, 为什么不去保证不在同一行上,因为默认数组的索引就不是相同的 private static boolean Containt(int k) {//t代表试探皇后的位置 for (int j = 1; j <k ; j++) {//在保证当前皇后位置在[1,t)之间不存在满足同一斜线或者同一列的要求 if((Math.abs(k-j)==Math.abs(x[j]-x[k]))||(x[j]==x[k])){ return false; } } return true; } } [18194648-44862de2753143d0a0d8bc04cf9a6894.png]: /images/20220413/d9c3d087c8cf4acaa94dcc327265d70d.png [image]: /images/20220413/aca0a4b58de74f36985bbe3b3aa9a50a.png
还没有评论,来说两句吧...