python试探算法_Python教程
试探算法也称为回溯算法,它实际上是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。
1. 试探算法基础
用回溯算法解决问题的一般步骤:
1、 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。
2 、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 。
3 、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。
基本思想总结起来就是:从一条路往前走,能进则进,不能进则退回来,换一条路再试,直到走出为止。
2. 八皇后问题
问题描述:
在8*8的国际象棋上,摆放八个皇后,使其不能相互攻击,即任意两个皇后不能在同一行,同一列,同意斜线上,问有多少种摆法?
求解代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 | n = int ( input ()) x = [] #一个解 X = [] #一组解 #检测冲突:判断x[k]是否与之前的x[0]~x[k-1]冲突 def conflict(k): global x for i in range (k): #遍历前面的x[0]~x[k-1] if x[i] = = x[k] or abs (x[i] - x[k]) = = abs (i - k): return True return False #用子集树模板 def queens(k): global n global X,x if k > = n: X.append(x[:]) #超出最低行时保存一个解 else : for i in range (n): #遍历n~n-1列 x.append(i) #皇后置于第i列,入栈 if not conflict(k): #剪枝 queens(k + 1 ) x.pop() #出栈 #可视化解(X代表皇后) def show(x): global n for i in range (n): print ( '. ' * (x[i]) + 'Q ' + '. ' * (n - x[i] - 1 )) #测试 queens( 0 ) print (X[ - 1 ], '\n' ) print ( len (X)) #解的个数 show(X[ - 1 ]) |
这个问题的求解首先经过一次冲突检测,判断是否行内冲突,然后用子集数模板,在行的序数为最大值时保存当前解,不满足时遍历n~n-1列,最后通过Q代表皇后来实现可视化,最后输出一组数据来查看。
3. 迷宫问题
问题描述:
已知一个迷宫的出口,需要找到一个出口,如果存在这一的出路,输出它的路径。
走迷宫的过程中呈九宫格方式,可以从上、下、左、右、左上、左下、右上和右下八个方向移动。
代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 | import pprint, copy = # 迷宫(1是墙,0是通路) maze = [[ 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 ], [ 0 , 0 , 1 , 0 , 1 , 1 , 1 , 1 , 0 , 1 ], [ 1 , 1 , 0 , 1 , 0 , 1 , 1 , 0 , 1 , 1 ], [ 1 , 0 , 1 , 1 , 1 , 0 , 0 , 1 , 1 , 1 ], [ 1 , 1 , 1 , 0 , 0 , 1 , 1 , 0 , 1 , 1 ], [ 1 , 1 , 0 , 1 , 1 , 1 , 1 , 1 , 0 , 1 ], [ 1 , 0 , 1 , 0 , 0 , 1 , 1 , 1 , 1 , 0 ], [ 1 , 1 , 1 , 1 , 1 , 0 , 1 , 1 , 1 , 1 ]] m, n = 8 , 10 # 8行,10列 entry = ( 1 , 0 ) # 迷宫入口 path = [entry] # 一个解(路径) paths = [] # 一组解 # 移动的方向(顺时针8个:N, EN, E, ES, S, WS, W, WN) directions = [( - 1 , 0 ), ( - 1 , 1 ), ( 0 , 1 ), ( 1 , 1 ), ( 1 , 0 ), ( 1 , - 1 ), ( 0 , - 1 ), ( - 1 , - 1 )] # 冲突检测 def conflict(nx, ny): global m, n, maze # 是否在迷宫中,以及是否可通行 if 0 < = nx < m and 0 < = ny < n and maze[nx][ny] = = 0 : #不越界,可以通行 return False return True # 套用子集树模板 def walk(x, y): # 到达(x,y)格子 global entry, m, n, maze, path, paths, directions if (x, y) ! = entry and (x % (m - 1 ) = = 0 or y % (n - 1 ) = = 0 ): # 出口 # print(path) paths.append(path[:]) # 直接保存,未做最优化 else : for d in directions: # 遍历8个方向(亦即8个状态) nx, ny = x + d[ 0 ], y + d[ 1 ] path.append((nx, ny)) # 保存,新坐标入栈 if not conflict(nx, ny): # 剪枝 maze[nx][ny] = 2 # 标记,已访问 walk(nx, ny) maze[nx][ny] = 0 # 回溯,恢复 path.pop() # 回溯,出栈 # 解的可视化(根据一个解x,复原迷宫路径,'2'表示通路) def show(path): global maze maze2 = copy.deepcopy(maze) for p in path: maze2[p[ 0 ]][p[ 1 ]] = 2 # 通路 pprint.pprint(maze) # 原迷宫 print () pprint.pprint(maze2) # 带通路的迷宫 # 测试 walk( 1 , 0 ) print (paths[ - 1 ], '\n' ) # 看看最后一条路径 show(paths[ - 1 ]) |
这个题的解题方式和上一题类似,首先进行一个冲突检测,判断当前路径是否处在迷宫当中,如果不越界就可以通行,然后套用子集数模板,定义函数来进行试探迷宫,如果当前坐标是出口,就保存下来,如果不是出口,遍历八个方向(八个状态),如果发生没有发生冲突检测就去除掉次坐标,然后出站,通过一次次试探最终找到出口,最后输出一个可视化的解来测试程序的正确性。
4. 总结
上面是试探算法中较为经典的两个例题,当然还有很多问题可以通过试探算法进行求解,求解的过程中可能涉及到深度优先搜索和广度优先搜索,算法中的内容还有很多很多,数据结构能够帮助我们了解更深层次的内容,有兴趣的可以去学习一下数据结构相关知识,本章内容就到讲这里。