首页 >> 大全

matlab madian,马踏棋盘——贪心算法

2023-11-09 大全 42 作者:考证青年

原来一直认为算法没啥难的,前几天无意间在网上看到了马踏棋盘的问题,就尝试的做了做。这才发现之前上的课真是白上了,什么回溯、递归、贪心,就记得点名字,其他全都通通忘了(其实,当时就没学明白,嘿嘿)。正好借着这个机会,从新学习一遍,鉴于估计以后还得忘(记性不好),特此写一篇博文记录一下。

-----------------------------我是分割线(怕自己看不懂,嘿嘿)--------------------------

​首先,对问题描述一下。马踏棋盘问题就是在一个8X8的棋盘上,马按照日字形规则在棋盘上欢快的跳跃,如何才能将每个格子都走到,而且每个格子只能跳一次。(不知道这个问题谁想的,一定是闲的蛋疼。。。)抽象来看,就是一个搜索问题,如果用二叉树来表示,就是一个深度为64,每个树杈有不多于7种分支的树(自行脑补,懒得画图了)。那么最直观的方法就是用遍历的方法,也就是所谓的深度搜索(听着好牛),但是这样的效率据说比较低(我也没验证,有时间再说),还有比较常用的就是贪心算法,也就是本文所用方法。

这里大概说一下贪心算法的内涵,就是在每次决策的时候选取局部最优(就是这么简单)。对于马踏棋盘的问题来说,每次选取出口最少的路径。至于为什么这么选择,我看到有人说是因为出口少就代表选择性小,遍历的也就会快,也就越容易先排除,这样就增加了算法速度。但是,如果按照这个理论也就意味着,在决策的时候要去找局部最差,显然这个解释不太合理(不过,我目前也没想明白)。先不管为啥了,就这么做吧。

再说说这里面要用到的回溯和递归算法,这两个算法的意思我就不解释了。我要说的是在设计递归的时候,要把任务拆分成​循环任务。同时,要设计出成功通道,也就是什么情况下递归结束。对于该问题,递归函数要完成的有以下几点:1.查找可用的子节点;2.记录当前结点位置;3.进入一个子节点;4.判定递归成功,并从成功通道跳出递归。

对于回溯算法,就是如果不成功,要从子节点回到父节点。对于本问题,其实并不需要设置回到父节点的​程序,只需要将已经记录的位置清零(也就是相当于没走这条路),并且不再进行下一步的递归,跳出当前程序,也就是回溯了。

在编程的时候,为了调代码方便,看到有人用5X5的棋盘做实验,我也就照猫画虎。​但是,要注意的是5X5的棋盘并不是所有点都有解(就没人说过!!导致我还老以为我的代码出问题了,8X8的棋盘是所有点都有解的)。

都说无图无真相,先放两张图,一张5X5,一张8X8

5X5解法

8X8解法

程序用文字描述如下:

【输出棋盘号,标志位】=查找路径【节点位置,输入棋盘号】

if 是否走完了所有位置

标志位置1;;

end

查找所有可能子节点

将子节点按照贪心算法排序

for 每个可能节点

递归查找路径函数

if 标志位为1

记录当前棋盘号;​

给该曾函数标识1;;

else

给当前棋盘号置0;%这就是回溯

end​​

end

标识0;

end

程序如下:

[ ] = (

%HORSE 马踏棋盘-贪心算法

%时间:

%-----------初始化棋盘以及初始位置------------------

=5;

%棋盘横向长度

=5;

%棋盘纵向高度

x=1;%();

y=1;%();

=zeros(,);

Path=[x,y];

%记录马的路径

(x,y)=1;

%标记棋盘第一步位置

count=2;

%标记后从2开始

%-----------开始计算路径----------------------------

=clock;

[,mark]=track(x,y,count,);

%计算解集,输出标志位,以及棋盘标号

=etime(clock,);

%------------判断是否获得可用路径-------------------

if(mark==1)

%------------将中标号转换到Path中路径---------

for k=2:size(,1)*size(,2)

mpos=find(==k);

r=rem(mpos,size(,1));

if(r==0)

r=size(,1);

end

Path=[Path;r (mpos-r)/size(,1)+1];

end

%------------绘制棋盘以及马走过的路径----------------

hold on

plot(Path(1,1)+0.5,Path(1,2)+0.5,'or');

plot(Path(:,1)+0.5,Path(:,2)+0.5,'*');

plot(Path(:,1)+0.5,Path(:,2)+0.5,'g');

plot(Path(size(Path,1),1)+0.5,Path(size(Path,1),2)+0.5,'ob');

for j=1:+1

plot(j*ones(1,+1),1:+1,'r');

plot(1:+1,j*ones(1,+1),'r');

end

hold off

disp(['计算所需时间为: ' ()

's']);

else

disp(['当x=' (x) ',y=' (y) '

无解!']);

end

end

[,mark]=track(x,y,count,)

%查找当前子节点,并进入代价最小的子节点

%---------------设置节点初始条件--------------------------------

mx1=x;

my1=y;

pCost=[];

=size(,1)*size(,2);

%--------------找出有效子节点-----------------------------------

=(mx1,my1,);

%找出周围不超过边界的点

=(,);

%找出还未走过的店

=size(,1);

if(count>5)

y=1;

end

%--------------判断是否存在子节点--------------------------------

if(~=0)

%----------如过存在子节点,且当前标号为,那么就得到最终解,返回标志位1--

if(count==)

((1,1),(1,2))=count;

mark=1;

马踏棋盘算法思路非递归__马踏棋盘的算法复杂度是多少

=;

;

end

%-------------否则,计算各子节点代价函数,即每个节点出口数量---------------

for j=1:

=((j,1),(j,2),);

pCost=[pCost,];

end

%-------------将子节点按照出口数量递增排序,以便进行局部最优搜索-------------------

[,]=sort(pCost);

=(,:);

%-------------依次搜索每个子节点,并给当前结点标号----------------------------------

for m=1:

tx=(m,1);

ty=(m,2);

(tx,ty)=count;

[borad,]=track(tx,ty,count+1,);

%-------------如果找到了最终路径,那么得到=1,继续返回成功标志位1--------------

if(==1)

mark=1;

=borad;

;

else

%------------如果不成功,就将当前结点置0,结束当前结点搜索,程序就相当于回溯到上一状态继续------

(tx,ty)=0;

end

end

end

%------------如果没有,则代表不成功,那么返回标志位0--------------------------

mark=0;

=;

end

Pos=(pos,)

%检查点是否走过,即已经被标注过

Pos=[];

for

i=1:size(pos,1)

if((pos(i,1),pos(i,2))==0)

Pos=[Pos;pos(i,:)];

end

end

end

Pos= (,,)

%找到在棋盘边界内的子节点

[ny,nx]=size();

%ny是y轴长度,nx是x轴长度

=[-2,-1,1,2,2,1,-1,-2]';

%横向偏差,坐标为x

=[1,2,2,1,-1,-2,-2,-1]';

%纵向偏差,坐标为y

x1=+;

y1=+;

=[x1 y1];

=find(((:,1)>0)&((:,1)0)&((:,2)

关于我们

最火推荐

小编推荐

联系我们


版权声明:本站内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 88@qq.com 举报,一经查实,本站将立刻删除。备案号:桂ICP备2021009421号
Powered By Z-BlogPHP.
复制成功
微信号:
我知道了