《算法的乐趣》6.妖怪和和尚过河问题------python

2024-02-18 10:48

本文主要是介绍《算法的乐趣》6.妖怪和和尚过河问题------python,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!

文章目录

        • 问题描述
        • 状态和动作
        • 关键

问题描述

有三个和尚和三个妖怪要利用唯一一条小船过河,这条小船一次最多载两个人。同时,无论在河两岸还是在船上,只要妖怪的数量大于和尚的数量,妖怪就会将和尚吃掉。安排一下,保证和尚和妖怪都能过河并且和尚不能被妖怪吃掉。

方法类似于第五章的内容:遍历所有由妖怪、和尚和小船的位置构成的状态空间,寻找一条或多条从初始状态到最终状态的转换路径。结果一颗状态搜索树。

状态和动作

状态模型:不仅能描述静止状态,还能够描述并记录状态转换动作,尤其是对状态转换的描述。
初始状态:[3, 3, 0, 0 ,0]表示河左岸和尚和妖怪的数目,河右岸和尚和妖怪的数目,小船的位置0:左岸,1:右岸
最终状态:[0, 0, 3, 3, 1]

动作模型:小船位置的变化引起河两岸和尚和妖怪数目的变化。动作引起船的变化一起此动作移动的和尚和妖怪的数量。
一共有十种动作:两个妖怪过河,一个和尚过河,两个和尚过河,一个妖怪和一个和尚过河,一个妖怪返回,两个妖怪返回,一个和尚返回,两个和尚返回,一个妖怪和一个和尚返回。
用一个抽象的记录进行一致性处理:[0, -1, 0]第一个是河左岸和尚数目的变化;第二个参数是河左岸妖怪数目的变化;第三个参数是船的动作0:过河,1:返回

搜索算法:深度优先遍历算法

递归实现:

关键

关键在于排除所有重复的状态:首先对于下一个满足要求的动作的选择;
然后看此动作造成的状态是否满足条件,进行挑选;
避免重复:当前状态下的下一个状态是否已经出现过。

from collections import dequeinitial_state = [3, 3, 0, 0, 0]    # 初始状态
final_state = [0, 0, 3, 3, 1]     # 最终状态action = [[0, -1, 0], [0, -2, 0], [-1, 0, 0], [-2, 0, 0], [-1, -1, 0], [0, 1, 1], [0, 2, 1], [1, 0, 1], [2, 0, 1], [1, 1, 1]]# 利用python的deque队列记录状态转移情况,初始化时加入初始状态。deque是可以从头尾插入和删除的队列,在不指定大小时,为一个无边界的队列
record = deque()
record.append(initial_state)def next_state_lawful(current_state):# 下一个动作判定next_action = []for state in action:if current_state[4] == state[2] and (current_state[1] + state[1]) >= 0 and (current_state[1] + state[1]) <= 3 \and (current_state[0] + state[0]) >= 0 and (current_state[0] + state[0]) <= 3 :next_action.append(state)# 下一个状态for state in next_action:left_monk = current_state[0] + state[0]left_monster = current_state[1] + state[1]right_monk = current_state[2] - state[0]right_monster = current_state[3] - state[1]next_state = list(current_state)if (left_monk==0 or (left_monk>0 and left_monk>=left_monster)) and \(right_monk==0 or (right_monk>0 and right_monk>=right_monster)):next_state[0] = left_monknext_state[1] = left_monsternext_state[2] = right_monknext_state[3] = right_monsternext_state[4] = int(not (current_state[4]))yield next_state # 记录调试的变量:num表示总共实现方法数,record_list记录所有实现路径
num = 0
record_list = []def searchResult(record):global num, record_list# 由record的末尾元素得到当前状态current_state = record[-1]# 得到关于当前状态的下一状态的可迭代生成器,供下一步循环使用next_state = next_state_lawful(current_state)#遍历所有可能的下一状态for state in next_state:if state not in record:#保证当前状态没在以前出现过。如果状态已经出现还进行搜索就会形成状态环路,陷入死循环。record.append(state)#添加新的状态到列表中if state == final_state:print(record)#打印出可行方案#record_list.append(record)这样使用错误,导致加入列表的是record的引用,应该使用下面的式子来进行深复制,得到一个新的队列再加入列表。record_list.append(deque(record))num += 1else:# 递归搜索searchResult(record)# 去除当前循环中添加的状态,进入下一个循环,关键步,第一次实现的时候遗漏了   record.pop()
searchResult(record)
print("总共实现方式的种类数目:", num)
print("实现方式的最少步骤为:%d 步" % (min([len(i) for i in record_list])-1))
deque([[3, 3, 0, 0, 0], [3, 1, 0, 2, 1], [3, 2, 0, 1, 0], [3, 0, 0, 3, 1], [3, 1, 0, 2, 0], [1, 1, 2, 2, 1], [2, 2, 1, 1, 0], [0, 2, 3, 1, 1], [0, 3, 3, 0, 0], [0, 1, 3, 2, 1], [0, 2, 3, 1, 0], [0, 0, 3, 3, 1]])
deque([[3, 3, 0, 0, 0], [3, 1, 0, 2, 1], [3, 2, 0, 1, 0], [3, 0, 0, 3, 1], [3, 1, 0, 2, 0], [1, 1, 2, 2, 1], [2, 2, 1, 1, 0], [0, 2, 3, 1, 1], [0, 3, 3, 0, 0], [0, 1, 3, 2, 1], [1, 1, 2, 2, 0], [0, 0, 3, 3, 1]])
deque([[3, 3, 0, 0, 0], [2, 2, 1, 1, 1], [3, 2, 0, 1, 0], [3, 0, 0, 3, 1], [3, 1, 0, 2, 0], [1, 1, 2, 2, 1], [2, 2, 1, 1, 0], [0, 2, 3, 1, 1], [0, 3, 3, 0, 0], [0, 1, 3, 2, 1], [0, 2, 3, 1, 0], [0, 0, 3, 3, 1]])
deque([[3, 3, 0, 0, 0], [2, 2, 1, 1, 1], [3, 2, 0, 1, 0], [3, 0, 0, 3, 1], [3, 1, 0, 2, 0], [1, 1, 2, 2, 1], [2, 2, 1, 1, 0], [0, 2, 3, 1, 1], [0, 3, 3, 0, 0], [0, 1, 3, 2, 1], [1, 1, 2, 2, 0], [0, 0, 3, 3, 1]])
总共实现方式的种类数目: 4
实现方式的最少步骤为:11 步

这篇关于《算法的乐趣》6.妖怪和和尚过河问题------python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!



http://www.chinasem.cn/article/720911

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监