[AI]（加入随机因素）局部搜索解决N皇后问题（含源码）

局部搜索算法（加入随机因素）：主要思想是要想得到全局最优解，总沿着局部最优的方向寻找，但会存在局部最优陷阱，即到达一个极值点（非最值点），在其邻域内无法找到更优解，所以需要多次尝试。

a)   变量：

             i.     N：皇后个数；

            ii.     皇后位置数组Pos[N]：下标为行号，对应值为列号；

           iii.     冲突表CollTable[2N][2]：分别记录正负对角线上的冲突数，对于正负对角线标号如下图所示，其中正对角线如图中蓝线所示，采取逆时针方向标号；负对角线如图中绿线所示，采取顺时针方向标号。

b)   邻域的定义：

            随机选择两个皇后进行列交换得到的新序列。

c)   算法描述（只介绍N>3情况下，此时一定有解）：

i. 初始化迭代次数IterCnt=0,初始化马尔科夫链长为N*N，随机生成皇后位置Pos[]，每个皇后位于不同行不同列，记录冲突表CollTable，计算其冲突数collcnt；
ii. IterCnt++，判断冲突数是否为0，如果是算法结束，输出结果；否则，转iii；
iii. 判断迭代次数IterCnt是否等于链长N*N，如果等于，说明陷入局部极小，转i；否则，转iv；
iv. 随机选择两个皇后进行列号交换，更新冲突表CollTable，计算其冲突数是否减小，是则交换；否则恢复其冲突表CollTable，不进行交换；转ii。

d)   程序框图：