【数据结构与算法 9】谁发明的八皇后,本宫赐你一丈红

一、八皇后问题

八皇后问题,一个古老而著名的问题,是回溯算法的经典案例。该问题由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。

二、基本思路

1、第一个皇后先放第一行第一列;

2、第二个黄瓜放在第二行第二列、然后判断是否OK,如果不OK,继续放在第二列、第三列、依次把所有列都放完,找到一个合适的;

3、继续第三个皇后,还是第一列、第二列.....直到第八个皇后也能放在一个不冲突的位置,就算找到了一个正确解;

4、当得到一个正确解时,在栈回退到上一个栈时,就会开始回溯,即将第一个皇后,放到第一列的所有正确解,全部得到;

5、然后回头继续第一个皇后放第二列,后面继续循环执行1、2、3、4的步骤;

三、代码实例

package dataStructure.recursion;

public class Queen8 {
    //定义一个max表示共有多少个皇后
    int max = 8;
    //定义数组array, 保存皇后放置位置的结果,比如 arr = {0 , 4, 7, 5, 2, 6, 1, 3}
    int[] array = new int[max];
    static int count = 0;
    static int judgeCount = 0;
    public static void main(String[] args) {
        //测试一把 , 8皇后是否正确
        Queen8 queen8 = new Queen8();
        queen8.check(0);
        System.out.printf("一共有%d解法", count);
        System.out.printf("一共判断冲突的次数%d次", judgeCount); // 1.5w
    }

    //编写一个方法,放置第n个皇后
    //特别注意: check 是 每一次递归时,进入到check中都有  for(int i = 0; i < max; i++),因此会有回溯
    private void check(int n){
        if(n == max) {  //n = 8 , 其实8个皇后就既然放好
            print();
            return;
        }

        //依次放入皇后,并判断是否冲突
        for (int i = 0; i < max; i++) {
            //先把当前这个皇后 n , 放到该行的第1列
            array[n] = i;
            //判断当放置第n个皇后到i列时,是否冲突
            if(judge(n)){
                //接着放n+1个皇后,即开始递归
                check(n+1);
            }
            //如果冲突,就继续执行 array[n] = i; 即将第n个皇后,放置在本行得 后移的一个位置
        }
    }

    //查看当我们放置第n个皇后, 就去检测该皇后是否和前面已经摆放的皇后冲突
    /**
     *
     * @param n 表示第n个皇后
     * @return
     */
    private boolean judge(int n) {
        judgeCount++;
        for (int i = 0; i < n; i++) {
            // 说明
            //1. array[i] == array[n]  表示判断 第n个皇后是否和前面的n-1个皇后在同一列
            //2. Math.abs(n-i) == Math.abs(array[n] - array[i]) 表示判断第n个皇后是否和第i皇后是否在同一斜线
            // n = 1  放置第 2列 1 n = 1 array[1] = 1
            // Math.abs(1-0) == 1  Math.abs(array[n] - array[i]) = Math.abs(1-0) = 1
            //3. 判断是否在同一行, 没有必要,n 每次都在递增
            if(array[i] == array[n] || Math.abs(n-i) == Math.abs(array[n] - array[i]) ) {
                return false;
            }
        }
        return true;
    }

    //写一个方法,可以将皇后摆放的位置输出
    private void print() {
        count++;
        for (int i = 0; i < array.length; i++) {
            System.out.print(array[i] + " ");
        }
        System.out.println();
    }
}

四、控制台输出

验证一把:

 

 

 

  • 6
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
绿灯设计涉及到数据结构和算法的选择。在处理绿灯问题时,可以将其抽象成图结构上的顶点分组问题,其中要求相邻顶点不能分在一起,并且要求分组尽量少。一种常用的算法是贪心算法。贪心算法通过根据当前所掌握的信息,尽可能朝着得到解的方向前进,直到无法继续移动。虽然贪心算法不能保证得到最优解,但能找到一个可接受的解。 在绿灯设计中,可以使用图结构来表示交通路线和绿灯节点之间的关系。顶点可以表示路口,边表示道路连接。可以使用集合来表示分组,其中每个集合代表一个绿灯组。通过遍历图中的顶点,并根据相邻顶点是否属于同一分组的原则,将顶点分配到合适的组中。 在具体实现时,可以使用Python编程语言来描述算法。可以使用整数来表示不同的颜色,使用集合来记录得到的分组。对于图结构,可以使用邻接矩阵或邻接表来表示顶点之间的关系。 总结起来,绿灯设计涉及到数据结构和算法的选择。可以使用图结构来表示交通路线和绿灯节点之间的关系,使用集合来表示分组。在算法方面,可以采用贪心算法来解决顶点分组问题,其中根据相邻顶点是否属于同一分组的原则,将顶点分配到合适的组中。Python编程语言可以用来实现算法的描述。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [数据结构和算法python语言描述——绿灯问题自我总结](https://blog.csdn.net/qq_32681043/article/details/81974412)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [基于优化YOLOv3算法的交通灯检测](https://download.csdn.net/download/weixin_38627213/14931512)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

哪 吒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值