Python学习案例2——数独解题及出题程序

第二个求解案例，我想到了数独。曾经有一段时间对数独求解非常感兴趣，在学习C++语言时也编写了数独求解程序。本次Python学习，要求比之前高一点，把出题程序也一起编写了吧。

1、数独简介

数独 （英语：Sudoku）是一种逻辑性的数字填充游戏，玩家须以数字填进每一格，而每行、每列和每个宫（即3x3的大格）有1至9所有数字。游戏设计者会提供一部分的数字，使谜题只有一个答案。答案满足同一个数字不可能在同一行、列或宫中出现多于一次。

2、算法

2.1 数独解题算法

最简单直接的算法就是：从第一个空格开始，尝试填入数字；之后再尝试下一个空格；如果失败，就回退，成功就继续，直至所有空格填满。具体如下：

（1）使用9X9二维矩阵表示数独局面，0表示空格，非零表示已经填写数字。从第一个元素开始，转步骤（2）

（2）搜索下一个空格。

（2-1）搜索到空格，转步骤（3）；

（2-2）搜索不到空格，说明所有空格填写完毕，搜索到一个成功解题方案，结束程序。

（3）按照数独规则搜索当前空格可填写的数字集合。

（3-1）搜索不到可填写数字。当前方案不可行，将当前格恢复为0，回退一步，重新填写当前格数字。

（3-2）搜索到可填写的数字集合。从集合中取出一个数字，填入当前格。转步骤（2）。

第（2）、（3）步可以用递归程序实现，比较好实现回退和继续搜索功能。

这个算法简单粗暴，求解一般的数独题目都没有问题。但是在后续出题程序中，用这个算法测试出题结果是否可行时，经过大量随机数据测试，发现以下问题：

（1）效率低。有时甚至程序长时间运行不出结果，只能强行中止。

（2）一次只能搜索一个解法，不能测试题目的求解结果是否唯一。

分析问题（1）的原因主要在于初始搜索的可选数字较多，造成程序需要搜索方案数目剧增。因此，可以计算当前局面中所有空格的可选数字数目，从最小可选数字数目空格开始尝试填写数字。这样可以大大减少需要搜索方案数目。同时，为了避免频繁计算所有空格的可选数字数目，将搜索到的空格的可选数字集合存起来，在设置空格新数字、回退时更新相关空格的可选数字集合。

问题（2）的原因在于搜索到一个方案就结束，可以设置搜索的可行方案数目上限（上限设置为2就可以搜索求解方案是否唯一），达不到上限就回退继续搜索。

修改后的算法如下：

（1）使用9X9二维矩阵表示数独局面，0表示空格，非零表示已经填写数字。设置求解方案数目上限为NUP，搜索当前局面所有空格的可选数字集合，存入二维数组lsava中。转步骤（2）

（2）根据lsava，搜索可选数字数目最小的空格。

（2-1）搜索到空格，转步骤（3）；

（2-2）搜索不到空格，说明所有空格填写完毕。搜索到一个成功解题方案，存储当前成功方案至成功方案列表。如果成功方案列表总数等于NUP，结束程序；否则将当前格恢复为0，恢复相关空格可选数字集合至lsava，回退一步，重新填写当前格数字。

（3）从lsava中取得当前空格可填写的数字集合。

（3-1）数字集合为空。当前方案不可行，将当前格恢复为0，恢复相关空格可选数字集合至lsava。回退一步，重新填写当前格数字。

（3-2）搜索到可填写的数字集合。从集合中取出一个数字，填入当前格。更新相关空格可选数字集合至lsava，同时暂存更新之前的集合，用于后续可能的回退操作。转步骤（2）。

2.2 数独出题算法

出题方法一：

最先想到的出题方法是仿照解题过程，从空盘开始逐渐填写数字：

1. 从全部为空的局面开始；
2. 在所余空格中随机挑选一个；
3. 在选定空格的可用数字集合中随机挑选一个数字填入空格；
4. 利用数独解题算法判断当前局面是否有解，如果否，则回退一步，恢复当前空格，转到步骤（3）；如果有解，进一步判断解是否唯一，如果唯一，则找到结果，返回，否则转步骤（2）。

该算法的实现详见3.2。运行后发现，尽管采用了2.1中的优化后求解策略，但是由于随机设置数字过程很容易出现很多不可解局面，耗费大量搜索时间，有时甚至无法在10分钟内求解出结果。

为了解决这个问题，查阅网络文献，有了出题方法二：

主要思路是从一个完成的数独结果开始，随机挖除一定数目的空格，然后再判断当前局面解是否唯一。这样就避免的无解情况，搜索效率大幅提升。

挖除的空格数目越多，题目求解难度越高，同时多解概率也越高。可以设置空格数目的上限和下限值，调节所出题目的难度。

方法2需要大量数独结果，本算法使用一个固定数独结果，通过随机交换1-9数字位置产生所需大量数独结果，理论上可以产生9!= 362880个结果。再考虑题目上随机位置挖洞，可以产生的数独题目足够用了。具体如下：

1. 通过随机交换1-9数字位置，产生一个数独结果；
2. 设置空格数目的上限和下限值；
3. 随机产生上限空格个位置，挖空位置，并保存挖空前的数值。
4. 从空格上限开始，向下限方向搜索；
5. 填入一个挖空前的数字。判断当前局面结果是否唯一，如果唯一，则结束；否则继续步骤（5）。
6. 如果搜索不到唯一解，转置步骤（1）尝试下一个数独结果。

 

3、算法实现

3.1 数独解题

主程序Shudu1.py，输入输出及程序调用。

''''     数独搜索     读取用户输入文件，搜索结果。如果得不到结果，则提示失败。 ''' import sys import CShudu1 as csd #  主程序 if len(sys.argv)<2 :     print("使用方法： ")     print(sys.argv[0],"FileName")     print("FileName为输入文件文件名称前缀，真正输入文件为 Filename.dat, 输出文件名称为FileName.res。")     exit(1) fin=sys.argv[1]+".dat" fout=sys.argv[1]+".res" print("输入文件:",fin,"输出文件",fout) #初始化 cs=csd.CShudu() nret=cs.ReadData(fin) if nret!=0:     print("读取输入文件错误！")     exit(2) print("原始数据:") cs.PrintData() # 开始查找 cs.CalLsava() nr=cs.getNumRes(1) if len(cs.lsres)>=1 :     print("成功找到{}个结果！".format(len(cs.lsres)))     cs.loadres(0)     cs.PrintData()     nret=cs.WriteData(fout)     if nret!=0:         print("写输出文件错误！")         exit(3) else :     print("本题无解！")

子程序CShudu1.py，以类的形式封装数独解题算法。

import random ''' 封装为类的数独搜索 ''' class CShudu :     def __init__(self): # 初始化         # 数据         self.clear()       def clear(self): # 清除数据         #当前局面数据         self.data=[[0 for i in range(9)] for j in range(9)]         #当前局面每个格子的可用数据列表         self.lsava=[[set() for i in range(9)] for j in range(9)]         #找到的可行解列表         self.lsres=[]     # 从保持data数据至lsres     def saveres(self):         self.lsres.append([self.data[i].copy() for i in range(9)])         #print("in saveres",self.lsres)     # 从lsres装载数据至data     def loadres(self,k):         #print("in loadres",self.lsres)         self.data=[self.lsres[k][i].copy() for i in range(9)]     # 从文件读矩阵数据     def ReadData(self,fname) :         try:             f=open(fname,"r")         except FileNotFoundError:         #打开文件错误             return 1         for i in range(9):             str=f.readline()             lstr=str.split()             #文件读取错误             if len(lstr) < 9 : return 2             self.data[i]=[int(lstr[j]) for j in range(9)]         f.close()