最近我试图解决著名的little bishops算法问题。在我读到的一个网站中,我应该将棋盘分为黑色和白色部分以优化执行。之后,我应该使用回溯来计算将主教分别放在黑色方 block 和白色方 block 上的可能方法的数量。
在下面的代码中,我尝试将 6 个象仅放在 8 x 8 棋盘的白色方 block 上。我这样做只是为了验证该技术是否真的有效。
//inside main function
int k = 6; //number of bishops
int n = 8; //length of one side of chessboard
Integer[] positions = new Integer[k];
long result = backtrack(positions, 0, n);
//find how many times we double counting each possible combination of bishops
int factor = 1;
for(int i = k; i>0; i--) {
factor = factor * i;
}
System.out.println("The result is " + result/factor);
//implementation of other functions
public long backtrack(Integer[] prevPositions, int k, int n) {
if(k == 6) {
return 1;
}
long sum = 0;
Integer[] candidates = new Integer[n*n];
int length = getCandidates(prevPositions, k, candidates, n);
for(int i=0 ; i<length ; i++) {
prevPositions[k] = candidates[i];
sum += backtrack(prevPositions,k+1,n);
}
return sum;
}
public Integer getCandidates(Integer[] prevPositions, int k, Integer[] candidates, int n) {
int length = 0;
//only white squares are considered as candidates, hence i+=2
for (int i = 0; i < n*n; i+=2) {
boolean isGood = true;
int iRow = i / n;
int iCol = i % n;
for (int j = 0; j < k; j++) {
int prev = prevPositions[j];
if (i == prev) {
isGood = false;
break;
} else {
int prevRow = prev / n;
int prevCol = prev % n;
if (Math.abs(iRow - prevRow) == Math.abs(iCol - prevCol)) {
isGood = false;
break;
}
}
}
if(isGood) {
candidates[length] = new Integer(i);
length++;
}
}
return length;
}
尽管我明白为什么将棋盘分成白色和黑色方 block 可以优化问题,但仍然需要大约 11 秒来计算将所有象仅放在白色方 block 上的可能方法的数量。你能帮我吗?我做错了什么?
最佳答案
这里有一些改进搜索的方法。
(1) 除了生成和测试,您可以考虑有限域搜索,其中每个主教都有一个可能位置的“域”。每当你放置主教时,你就会修剪剩余主教的领域。如果主教的领域变空了,你必须回溯。
(2) 作为一个改进,如果你有 n 个主教要放置并且还剩下 m < n 个地方,你必须回溯。
(3) 使用动态规划/记忆化,存储 1 个主教、2 个主教...的解决方案,并从 n 个主教解决方案的集合中计算出 n + 1 个主教解决方案的集合。
(4) 利用对称性来减少搜索空间。在这种情况下,(至少)存在黑/白对称和旋转/反射对称。
(5) 尝试找到更好的表示。例如,位模式。
(6) 如果您使用不同的表示,请考虑使用“trail”(参见 Prolog)来跟踪您需要在回溯时撤消的操作。
干杯!
关于algorithm - 回溯优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16874131/