本文主要是介绍【算法】用回溯法(backtracking algorithm)求解N皇后问题(N-Queens puzzle),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
什么是N-皇后问题?
说到这个N-皇后问题,就不得不先提一下这个历史上著名的8皇后问题啦。
八皇后问题,是一个古老而著名的问题.该问题是国际西洋棋棋手马克斯·贝瑟尔于1848年提出:在8×8格的国际象棋上摆放八个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行、同一列或同一斜线上,问有多少种摆法?
那么,我们将8皇后问题推广一下,就可以得到我们的N皇后问题了。N皇后问题是一个经典的问题,在一个NxN的棋盘上放置N个皇后,使其不能互相攻击 (同一行、同一列、同一斜线上的皇后都会自动攻击) 那么问,有多少种摆法?
回溯算法(backtracking algorithm)
N皇后问题其实就是回溯算法中的一个典型应用。为此,在这里先介绍一下回溯算法。
定义(参考至百度百科)
回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径。回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的,规模较大的问题都可以使用回溯法,有“通用解题方法”的美称。
基本思想
回溯算法的基本思想是:**从一条路往前走,能进则进,不能进则退回来,换一条路再试。**在包含问题的所有解的解空间树中,按照深度优先搜索的策略,从根结点出发深度探索解空间树。当探索到某一结点时,要先判断该结点是否包含问题的解,如果包含,就从该结点出发继续探索下去,如果该结点不包含问题的解,则逐层向其祖先结点回溯。
- 若用回溯法求问题的所有解时,要回溯到根,且根结点的所有可行的子树都要已被搜索遍才结束。
- 而若使用回溯法求任一个解时,只要搜索到问题的一个解就可以结束。
什么是深度优先搜索?
- 深度优先搜索(DFS即Depth First Search)其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。
解决问题的一般步骤
- 针对所给问题,定义问题的解空间,它至少包含问题的一个(最优)解。
- 确定易于搜索的解空间结构,使得能用回溯法方便地搜索整个解空间 。
- 以深度优先的方式搜索解空间,并且在搜索过程中用剪枝函数避免无效搜索。
确定了解空间的组织结构后,回溯法就从开始结点(根结点)出发,以深度优先的方式搜索整个解空间。这个开始结点就成为一个活结点,同时也成为当前的扩展结点。在当前的扩展结点处,搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点,并成为当前扩展结点。如果在当前的扩展结点处不能再向纵深方向移动,则当前扩展结点就成为死结点。**此时,应往回移动(回溯)至最近的一个活结点处,并使这个活结点成为当前的扩展结点。**回溯法即以这种工作方式递归地在解空间中搜索,直至找到所要求的解或解空间中已没有活结点时为止。
解空间和解空间树
- 解空间
一个复杂问题的解决往往由多部分构成,那么,一个大的解决方案就可以看成是由若干个小的决策组成。很多时候它们构成一个决策序列。解决一个问题的所有可能的决策序列构成该问题的解空间。解空间中满足约束条件的决策序列称为可行解。一般说来,解任何问题都有一个目标,在约束条件下使目标值达到最大(或最小)的可行解称为该问题的最优解。在解空间中,前k项决策已经取定的所有决策序列之集,称为k定子解空间。0定子解空间即是该问题的解空间。这个空间必须至少包含一个解(可能是最优的)。 - 解空间树
因为回溯方法的基本思想是通过搜索解空间来找到问题所要求的解,所以如何组织解空间的结构会直接影响对问题的求解效率。一般地,我们可以用一棵树来描述解空间,并称之为解空间树。
算法框架
- 针对N叉树的递归回溯方法
//针对N叉树的递归回溯方法
void backtrack (int t)
{if (t>n){output(x); //叶子节点,输出结果,x是可行解}else{for i = 1 to k//当前节点的所有子节点{x[t]=value(i); //每个子节点的值赋值给x//满足约束条件和限界条件if (constraint(t)&&bound(t))backtrack(t+1); //递归下一层}}
}
- 针对N叉树的迭代回溯方法
//针对N叉树的迭代回溯方法
void iterativeBacktrack ()
{ int t=1; while (t>0){ if(ExistSubNode(t)) //当前节点的存在子节点 { for i = 1 to k //遍历当前节点的所有子节点 { x[t]=value(i);//每个子节点的值赋值给x if (constraint(t)&&bound(t))//满足约束条件和限界条件 { //solution表示在节点t处得到了一个解 if (solution(t))output(x);//得到问题的一个可行解,输出 elset++;//没有得到解,继续向下搜索 } } } else //不存在子节点,返回上一层 t--; }
}
N皇后问题的solve
算法伪代码描述
下面是算法的高级伪码描述,这里用一个N*N的矩阵来存储棋盘:
-
算法开始, 清空棋盘,当前行设为第一行,当前列设为第一列
-
在当前行,当前列的位置上判断是否满足条件(即保证经过这一点的行,列与斜线上都没有两个皇后),若不满足,跳到第4步
-
在当前位置上满足条件的情形:
- 在当前位置放一个皇后,若当前行是最后一行,记录一个解;
- 若当前行不是最后一行,当前行设为下一行, 当前列设为当前行的第一个待测位置;
- 若当前行是最后一行,当前列不是最后一列,当前列设为下一列;
- 若当前行是最后一行,当前列是最后一列,回溯,即清空当前行及以下各行的棋盘,然后,当前行设为上一行,当前列设为当前行的下一个待测位置。
- 以上返回到第2步
-
在当前位置上不满足条件的情形:
- 若当前列不是最后一列,当前列设为下一列,返回到第2步;
- 若当前列是最后一列了,回溯,即,若当前行已经是第一行了,算法退出,否则,清空当前行及以下各行的棋盘,然后,当前行设为上一行,当前列设为当前行的下一个待测位置,返回到第2步;
图解问题过程
为了让大家更好理解,这里画了一张图。
coding time
我们之前说过N皇后问题是回溯算法的经典应用。因此我们可以使用回溯法来解决该问题,具体实现也有两个途径,递归和非递归。
- 递归法
其实递归法算是比较简单的了。我们使用一个一维数组来存储棋盘。具体细节如下:把棋盘存储为一个一维数组a[N],数组中第i个元素的值代表第i行的皇后位置。在判断是否冲突时也很简单:- 首先每行只有一个皇后,且在数组中只占据一个元素的位置,行冲突就不存在了。
- 其次是列冲突,判断一下是否有a[i]与当前要放置皇后的列j相等即可。
- 至于斜线冲突,通过观察可以发现所有在斜线上冲突的皇后的位置都有规律。即它们所在的行列互减的绝对值相等,即| row – i | = | col – a[i] | 。
#include <stdio.h>
#include <stdlib.h>const int N=20; //最多放皇后的个数
int q[N]; //i表示皇后所在的行号,//q[i]表示皇后所在的列号
int cont = 0; //统计解的个数
//输出一个解
void print(int n)
{int i,j;cont++;printf("第%d个解:",cont);for(i=1;i<=n;i++)printf("(%d,%d) ",i,q[i]);printf("\n");for(i=1;i<=n;i++) //行{for(j=1;j<=n;j++) //列{if(q[i]!=j)printf("x ");elseprintf("Q ");}printf("\n");}
}
//检验第i行的k列上是否可以摆放皇后
int find(int i,int k)
{int j=1;while(j<i) //j=1~i-1是已经放置了皇后的行{//第j行的皇后是否在k列或(j,q[j])与(i,k)是否在斜线上if(q[j]==k || abs(j-i)==abs(q[j]-k))return 0;j++;}return 1;
}
//放置皇后到棋盘上
void place(int k,int n)
{int j;if(k>n)print(n); //递归出口else{for(j=1;j<=n;j++) //试探第k行的每一个列{if(find(k,j)){q[k] = j; //保存位置place(k+1,n); //接着下一行}}}
}
int main1111(void)
{int n;printf("请输入皇后的个数(n<=20),n=:");scanf("%d",&n);if(n>20)printf("n值太大,不能求解!\n");else{printf("%d皇后问题求解如下(每列的皇后所在的行数):\n",n);place(1,n); //问题从最初状态解起printf("\n");}system("pause");return 0;
}
- 迭代法
为什么还要迭代呢?因为递归效率有时候并不是那么的高。具体思路:首先对N行中的每一行进行探测,查找该行中可以放皇后的位置。具体怎么做呢?- 首先对该行的逐列进行探测,看是否可以放置皇后,如果可以,则在该列放置一个皇后,然后继续探测下一行的皇后位置。
- 如果已经探测完所有的列都没有找到可以放置皇后的列,这时候就应该回溯了,把上一行皇后的位置往后移一列。
- 如果上一行皇后移动后也找不到位置,则继续回溯直至某一行找到皇后的位置或回溯到第一行,如果第一行皇后也无法找到可以放置皇后的位置,则说明已经找到所有的解,程序终止。
- 如果该行已经是最后一行,则探测完该行后,如果找到放置皇后的位置,则说明找到一个结果,打印出来。
- 但是此时并不能在此处结束程序,因为我们要找的是所有N皇后问题所有的解,此时应该清除该行的皇后,从当前放置皇后列数的下一列继续探测。
由此可见,非递归方法的一个重要问题时何时回溯及如何回溯的问题。
具体代码如下:
#include <stdio.h>
#include <stdlib.h>
#include <math.h>#define QUEEN 8 //皇后的数目
#define INITIAL -10000 //棋盘的初始值int a[QUEEN]; //一维数组表示棋盘void init() //对棋盘进行初始化
{int *p;for (p = a; p < a + QUEEN; ++p){*p = INITIAL;}
}int valid(int row, int col) //判断第row行第col列是否可以放置皇后
{int i;for (i = 0; i < QUEEN; ++i) //对棋盘进行扫描{ //判断列冲突与斜线上的冲突if (a[i] == col || abs(i - row) == abs(a[i] - col))return 0;}return 1;
}void print() //打印输出N皇后的一组解
{int i, j;for (i = 0; i < QUEEN; ++i){for (j = 0; j < QUEEN; ++j){if (a[i] != j) //a[i]为初始值printf("%c ", '.');else //a[i]表示在第i行的第a[i]列可以放置皇后printf("%c ", '#');}printf("\n");}for (i = 0; i < QUEEN; ++i)printf("%d ", a[i]);printf("\n");printf("--------------------------------\n");
}void queen() //N皇后程序
{int n = 0;int i = 0, j = 0;while (i < QUEEN){while (j < QUEEN) //对i行的每一列进行探测,看是否可以放置皇后{if(valid(i, j)) //该位置可以放置皇后{a[i] = j; //第i行放置皇后j = 0; //第i行放置皇后以后,需要继续探测下一行的皇后位置,//所以此处将j清零,从下一行的第0列开始逐列探测break;}else{++j; //继续探测下一列}}if(a[i] == INITIAL) //第i行没有找到可以放置皇后的位置{if (i == 0) //回溯到第一行,仍然无法找到可以放置皇后的位置,//则说明已经找到所有的解,程序终止break;else //没有找到可以放置皇后的列,此时就应该回溯{--i;j = a[i] + 1; //把上一行皇后的位置往后移一列a[i] = INITIAL; //把上一行皇后的位置清除,重新探测continue;}}if (i == QUEEN - 1) //最后一行找到了一个皇后位置,//说明找到一个结果,打印出来{printf("answer %d : \n", ++n);print();//不能在此处结束程序,因为我们要找的是N皇后问题的所有解,//此时应该清除该行的皇后,从当前放置皇后列数的下一列继续探测。j = a[i] + 1; //从最后一行放置皇后列数的下一列继续探测a[i] = INITIAL; //清除最后一行的皇后位置continue;}++i; //继续探测下一行的皇后位置}
}int main(void)
{init();queen();system("pause");return 0;
}
注:资料整合自网络。
请关注我们的微信公众号【程序猿声】。
这篇关于【算法】用回溯法(backtracking algorithm)求解N皇后问题(N-Queens puzzle)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!