机器学习实战1：8种人工智能算法求解八皇后问题

0 写在前面

机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编写、测试与文章配套的各个经典算法，不依赖于现有库，可以大大加深对算法的理解。

🚀详情：机器学习强基计划(附几十种经典模型源码)

1 问题描述

八皇后问题——在8×8格的国际象棋盘上摆放8个皇后，使其不能互相攻击，即任意两个皇后都不能处于同一行、同一列或同一斜线上。

在八皇后问题中，不关心求解的路径，而只关注是否达到目标状态——即重要的是最终皇后在棋盘上的布局，而不是皇后加入的先后次序。由于棋盘中棋子状态数呈指数增长，因此八皇后问题的状态空间庞大且未知，利用普通搜索技术——如BFS、DFS、UCS等无法完成既定目标，因为这些算法需要系统地遍历状态空间。

因此选择局部搜索算法，其只探索当前状态的邻域，在邻域中选择若干个状态继续探索它们的邻域，直到找到目标。

2 AI算法

2.1 局部贪婪搜索

经典的爬山算法也称为局部贪婪搜索(Greedy Local Se