python试探算法_Python教程

内容摘要
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
文章正文

        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:

 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:

 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。

代码注释
[!--zhushi--]

作者:喵哥笔记

IDC笔记

学的不仅是技术,更是梦想!