java编程游戏之骑士游历
骑士游历问题的预见算法(一)
摘 要 骑士游历问题是经典的NP问题。在骑士游历问题常规算法的基础上,
提出一个新的算法—预见算法,用Java实现该算法,提高程序的运行
效率。
关键词 骑士游历;预见;Java算法
一、骑士游历问题
在国际象棋的棋盘(8行*8列)上放置一个马,按照“马走日字”的规则,马要遍历棋盘,即到达棋盘上的每一格,并且每格只到达一次。若给定起始位置(xy),编程探索出一条路径,沿着这条路径马能遍历棋盘上的所有单元格。 0,0
设当前马在棋盘的某个位置(x,y)上,按照规则,下一步有8个方向可走。
设二维数组mat
示棋盘,每个元素表示棋盘的一格,其值定义如下:
0 表示马未到达过
Mat[i,j]= -1 表示棋盘边界
自然数 表示马到达该格的步数
二、常规的回溯算法
1(
思想
马从棋盘上的某一初始位置(xy)开始,每次选择一个方向k,向前走一0,0
格,直到走完64格为止。每走一格,设置数组中相应格的元素值为马走的步数。
如果选择的方向k=0,表示可能的8种走向都试探不通,不通的原因是走向超出了棋盘范围,或当前位置已经被马访问过。此时马已无路可走,说明前几步走得不对,应该退回去重新换一种走法,这种逐步试探的设计思想称为回溯算法。
2.性能评价
回溯算法在每一格上朝一个方向盲目地进行试探。遇到在某一格上所有方向都不能走通时,才回到前一格上来试探另一个方向。当每一格上的所有方向都试探过,不能走通时,才做出“走不通”的结论。因此该算法在探索时带有一定的盲目性和随机性,它的运行效率较低。
三、预见算法
1(设计思想
回溯算法的思路是可行的,但它的运行效率较低,原因在于每步试探的随机性和盲目性。如果能够找到一种克服这种随机性和盲目性的办法,按照一定规律选择前进的方向,则将增加成功的可能性,运行时间也大为缩短。本文提出的算法在这方面有所突破。
如果在每步选择方向时,不是任意选择一个方向,而是经过一定的测试和计算,“预见”每条路的“宽窄”,再选择一条最“窄”的路先走,成功的可能性较大。理由是先走“困难的路”,光明大道留在后面。因为每一格迟早都
要走到,与其把困难留在后面,不如先走“困难的路”,这样路就会越走越宽,
成功的机会就越大。这种方法称为预见算法。
2(实现手段
为每个方向测定一个值—可通路数,它表示该位置上还有多少条通路。在每一格上对8个
方向都进行试探,并分析比较,下一步应该选择可通路数值最小的方向走。
四、用Java实现算法
本例声明Horse类,成员变量mat以二维数组表示棋盘,show表示是否显
示中间结果,内部类Position中的成员变量x和y表示棋盘上一格的位置,x
和y从1开始计数。
public class Horse
{private int mat[][]; //二维数组表示棋盘
boolean show; //是否显示中间结果
class Position //内部类
{int x,y; //表示棋盘上一格的位置
Position (int x,int y)
{this.x=x;
this.y=y;}
Position ()
{this(1,1);}
Position (Position p)
{this.x=p.x;
this.y=p.y;
}}
public Horse(int n,int x,int y,boolean show) //数组比实际棋盘多
两行两列
{ mat=new int[n+2*2][n+2*2]:
this.show=show;
inition(); //棋盘初始化
play(x,y);}
public Horse(int n,int x,int y)
{ this(n,x,y,false);}
public Horse(int n)
{ this(n,1,1);}
public Horse()
{ this(8,1,1);}
public void inition() //棋盘初始化
{ int i,j;
for(i=0;i<=1;i++)
{ for(j=0;j
=1&&p.x<=n&&p.y>=1&&p.y<=n&&get(p)==0)
return true;}
else
return false;}
public Position goaStep(Position p,int k) //返回p位置按k方向
的下一位置
{int x=p.x;
int y=p.y;
switch(k)
{ case 1:x-=2;y++;break;
case 2:x--;y+=2;break;
case 3:x++;y+=2;break;
case 4:x+=2;y++;break;
case 5:x+=2;y--;break;
case 6:x++;y-=2;break;
case 7:x--;y-=2;break;
case 8:x-=2;y--;break;}
return new Position(x,y);}
public int select(Position p)//选择p位置到达下一位置next1应走
的方向k
//试探next1的8个方向位置next2的可通路数road,road的最小值为
minroad
{ int i=0,j=0,k=0,road=0,minroad=8; Position next1=null,next2=null;
if(this.show)
{ System.out.println(“当前位置:(”+p.x+”,”+p.y+”)”);
this.output();
System.out.println(”方向 下一位置 可通方向 可通路数”);}
for(i=1;i<8;i++)
{ road=0;
next1=goaStep(p,i);
if(isValid(next1))
{ if(this.show)
system.out.print(“ “+i+”\t(“+next1.x+”,”+next1.y+”)\t”);
for(j=1;j<=8;j++)
{ next2=goaStep(next1,j);
if(isValid(next2))
{road++;
if(this.show)
System.out.print(j+”,”);)}
if(road证明了算法的正确性。
预见算法虽然在每一格上选择下一步的方向需要花费一定的时间,但它针
对性强,减少了许多盲目的试探,总的选择次数少,从而缩短了运行时间。