(Java)LeetCode-37. Sudoku Solver

Write a program to solve a Sudoku puzzle by filling the empty cells.

Empty cells are indicated by the character '.'.

You may assume that there will be only one unique solution.


A sudoku puzzle...


...and its solution numbers marked in red.

这道题刚看题的时候我是懵逼的,这也太难了!果然是Hard模式!然后我看了下 Tags,显示backtracking,也就是回溯算法。然后去网上了解了一下回溯算法的思想,以及典型问题“八皇后问题”,不了解的可以看一下这个博客: http://blog.csdn.net/changyuanchn/article/details/17354461 

大致意思就是:回溯算法也叫试探法,它是一种系统地搜索问题的解的方法。回溯算法的基本思想是:从一条路往前走,能进则进,不能进则退回来,换一条路再试。

既然是试探法,我的思路是这样的:

1. 找到下一个是 ' . ' 的点,看这个点所有可以取的值,若没有值,则说明前面出错了,要回溯(return false),若有值,则遍历所有可以取到的值赋值给改点

2. 对于每一个可以取到的值,将该店复制为该值之后(就是在这个时候矩阵状态发生了变化,可以递归了),找到下一个为 ' . '的点,若找不到,则已成功(return true),若找到了,则递归调用solveSudoku算法,跳转到第一步

3.若遍历完改点所有可以取到的值之后,发现都不能成功,则说明前面出错了,要回溯(return false),回溯之前不能忘了恢复状态重新赋值为' . '


关于solveSudoku方法的返回值,我一开始考虑是void的,仿照八皇后问题,但是后来我发现八皇后问题要找到所有成立的可能性,而这一题里假设只要找到一种解法即可返回,所以我就用了Boolean返回类型。一旦成功立即结束。嘿嘿~居然成功了,这么复杂的代码可不常写啊,用掉了好多脑细胞~代码如下:


public class Solution {

	public boolean solveSudoku(char[][] board) {
		int nextNode = nextNode(board);
        return solveSudoku(board, nextNode);
    }
	
	private boolean solveSudoku(char[][] board, int Node){
		List<Integer> availNums = available(board, Node);
		if(availNums.isEmpty()){
			return false;
		}
		int line = Node / 10;
		int col = Node % 10;
		for(int node : availNums){
			board[line][col] = (char)(node+'0');
			int nextNode = nextNode(board);
			if(nextNode == -1){
				return true;
			}else if(solveSudoku(board,nextNode)){
					return true;
			}
		}
		board[line][col] = '.';
		return false;
	}
	
	private List<Integer> available(char[][] board,int Node){
		boolean[] flags = new boolean[9];
		int line = Node / 10;
		int col = Node % 10;
		for(int m = 0; m < 3; m++){
			for(int n = 0; n < 3; n++){
				char ch = board[m + line / 3 * 3][n + col / 3 * 3];
				if(ch != '.'){
					flags[Integer.parseInt(String.valueOf(ch))-1] = true;
				}
			}
		}
		for(char ch : board[line]){
			if(ch != '.'){
				flags[Integer.parseInt(String.valueOf(ch))-1] = true;
			}
		}
		for(int i = 0; i < 9; i++){
			char ch = board[i][col];
			if(ch != '.'){
				flags[Integer.parseInt(String.valueOf(ch))-1] = true;
			}
		}
		List<Integer> result = new ArrayList<Integer>();		
		for(int i = 0; i < 9; i++){
			if(flags[i] == false){
				result.add(i+1);
			}
		}
		return result;
	}
	
	private int nextNode(char[][] board){
		for(int i = 0; i < board.length;i++){
			for(int j = 0; j < board[i].length; j++){
				if(board[i][j] == '.'){
					return (i*10+j);
				}
			}
		}
		return -1;
	}
	
	

	
	public static void main(String[] args){
		Solution sol = new Solution();
		char[][] nums = {{'5','3','.','.','7','.','.','.','.'},
						 {'6','.','.','1','9','5','.','.','.'},
						 {'.','9','8','.','.','.','.','6','.'},
						 {'8','.','.','.','6','.','.','.','3'},
						 {'4','.','.','8','.','3','.','.','1'},
						 {'7','.','.','.','2','.','.','.','6'},
						 {'.','6','.','.','.','.','2','8','.'},
						 {'.','.','.','4','1','9','.','.','5'},
						 {'.','.','.','.','8','.','.','7','9'}};
		
//		List<Integer> list = sol.available(nums, 2);
//		for(int i : list){
//			System.out.println(i);
//		}
		boolean result = sol.solveSudoku(nums);
		System.out.println(result);
		for(char[] ch : nums){
			for(char c : ch){
				System.out.print(String.valueOf(c)+" ");
			}
			System.out.println();
		}

	}
}





### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值