小游戏系列算法之五广度优先搜索，双向广搜，八数码，华容道

本文链接：https://blog.csdn.net/fengsser/article/details/8576992

本文介绍了八数码问题及其与小游戏的关系，详细解释了广度优先搜索（BFS）的原理，并展示了如何使用BFS解决八数码问题。在遇到状态过多导致搜索效率低下的情况时，提出了双向广度优先搜索作为优化方案，附带了AS3的代码示例。

摘要由CSDN通过智能技术生成

前段时间在玩仙五前，遇上了蚩尤冢拼图这个小游戏。

其实就是八数码问题，一直想着如何才能用最少步数求解，于是就写了个程序。

Q1：什么是八数码问题？
A1：首先假定一个3*3的棋盘（如上图），分别有1，2，3……8 共计8个不同的棋子放在上面，棋盘上还残留一个空格。移动棋子的规则是：与空格横竖相邻的棋子可以移动到空格的地方。现给定棋盘一个初始状态，一个目标状态，问如何通过移动棋子让初始状态变成目标状态。

为方便表达，一个棋盘的状态可以表示成这样，0表示空格：
123
456
780
在程序中，可以用一个以为数组储存以上状态：[1,2,3,4,5,6,7,8,0]
设0的在数组中的位置为zeroPos
那么空格在期盼中的实际位置为
zeroRow = zeroPos / 3;
zeroColumn = zeroPos % 3;

那么怎么求解八数码问题呢？最先想到的也是最简单的方法便是使用广度优先搜索，因为它实行起来简单，并且得到的解一定是最优解。

Q2：什么是广度优先搜索
A2:BFS，全称是Breadth First Search，是一种盲目搜索，按字面理解就是先向横向搜索，如树的话就是先访问同级层的结点，再访问下一层。
如图：节点的顺序表示访问次序。

Q3:那么如何用广度优先搜索求解八数码问题呢？
A3:
其实八数码的每个状态就相当于树的一个结点。因为空各子有可能向上下左右四个方向移动，因此每个结点都有可能有四个子结点。
如图：

在实际开发中，我们可以用“队”的储存结构来储存将要访问的结点，这样可以刚好达到广度优先搜索的顺序。

我们还要主要到，在空格的移动中，有可能会出现相同的状态，因此我们需要记录访问过的状态。如果检测到某个状态是访问过的，就不再将它加入“队”里了。

对于已访问状态的检索，这里推荐用哈希表。因为对于一个**{1,2,3,4,...,n}，它的全排列对应的康托展开的值是唯一的。

把一个整数X展开成如下形式： X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[2]*1!+a[1]*0! 其中，a为整数，并且0<=a[i]<i(1<=i<=n)。这个X就是康托展开的值也是哈希的键值。

对于空格，取其（9-位置）再乘以8!。
例如：
1 3 7 2 4 6 8 0 5 的哈希的键值等于：
0*0! + 0*1! + 0*2! + 2*3! + 1*4! + 1*5! + 0*6! + 3*7! + (9-8)*8! = 55596

0*0!，0*1!，其实就是第n位数的逆序数*相应的阶乘值。

private function getHashNum(arr:Array):uint {
			var spaceNum:uint = arr.indexOf(0);
			var copyArr:Array = arr.slice();
			copyArr.splice(spaceNum, 1);
			var hashNum:uint;
			for (var i:uint=0; i < copyArr.length; i++ ) {
				var backNum:uint=0;
				for (var j:uint=0; j < i; j++ ) {
					if (copyArr[j] > copyArr[i]) {
						//求解逆序数
						backNum++;
					}
				}
				hashNum += backNum * getJieCheng(i);
			}
		
			hashNum +