title: N 皇后问题的演进(附代码)
date: 2020-03-18 11:49:45
tags: Algorithm
N-皇后问题的演进(附代码)
一、该类问题的通用回溯解法
N 皇后问题的解法是典型的回溯算法,回溯算法本质上就是穷举决策树。暴力有效。
回溯问题的解法框架:
res = []
def backtrack(path, choices):
if 满足终止条件:
res.append(path[:])
return
for choice in choices:
做选择
backtrack(path, choices)
撤销选择
关于这类回溯问题如何解,推荐这篇文章回溯算法解题套路框架
二、N 皇后问题两个核心问题
N 皇后问题 有两个需要关键处理的:
- 回溯,可以直接套模版
- 合法的放置皇后,判断位置的是否合法
如何判断位置是否合法
该部分主要参考 力扣上的这篇帖子:Accepted 4ms c++ solution use backtracking and bitmask, easy understand.
如何算合法放置?
N个皇后,要求放置时不同行,不同列,不同对角线
,如果算法是遍历每行(当然也可以遍历每列,并确保每行只有一个皇后,那么只需考虑,不同列,和不同对角线)
关于对角线部分,其实只需考虑 45度方向(即左上方)135度方向(即右上方),因为递归遍历每行时,当到达某行时,未遍历的行数皆没有放置皇后。
故可以得出代码(直接放原博主的C++代码):
class Solution {
public:
std::vector<std::vector<std::string> > solveNQueens(int n) {
std::vector<std::vector<std::string> > res;
std::vector<std::string> nQueens(n, std::string(n, '.'));
solveNQueens(res, nQueens, 0, n);
return res;
}
private:
void solveNQueens(std::vector<std::vector<std::string> > &res, std::vector<std::string> &nQueens, int row, int &n) {
if (row == n) {
res.push_back(nQueens);
return;
}
for (int col = 0; col != n; ++col)
if (isValid(nQueens, row, col, n)) {
nQueens[row][col] = 'Q';
solveNQueens(res, nQueens, row + 1, n);
nQueens[row][col] = '.';
}
}
bool isValid(std::vector<std::string> &nQueens, int row, int col, int &n) {
//check if the column had a queen before.
for (int i = 0; i != row; ++i)
if (nQueens[i][col] == 'Q')
return false;
//check if the 45° diagonal had a queen before.
for (int i = row - 1, j = col - 1; i >= 0 && j >= 0; --i, --j)
if (nQueens[i][j] == 'Q')
return false;
//check if the 135° diagonal had a queen before.
for (int i = row - 1, j = col + 1; i >= 0 && j < n; --i, ++j)
if (nQueens[i][j] == 'Q')
return false;
return true;
}
};
这样在判断皇后位置是否合法时,其实有很多冗余计算,不妨以空间换时间,通过数组存下位置的状态(是否可以放置皇后),原博主天才的想法:
对于 n皇后,总共有n列,45° 对角线数目:2*n-1, 对角线135°的数目也为2 * n-1。当到达[row,col]时,列号为col,则 45°对角线编号为row + col,而135°对角线编号为n-1 + col- row。 我们可以使用三个数组来指示列或对角线之前是否有王后,如果没有,我们可以将王后放在这个位置并继续。
示意图:
代码实现(原博主的C++代码):
/** | | | / / / \ \ \
* O O O O O O O O O
* | | | / / / / \ \ \ \
* O O O O O O O O O
* | | | / / / / \ \ \ \
* O O O O O O O O O
* | | | / / / \ \ \
* 3 columns 5 45° diagonals 5 135° diagonals (when n is 3)
*/
class Solution {
public:
std::vector<std::vector<std::string> > solveNQueens(int n) {
std::vector<std::vector<std::string> > res;
std::vector<std::string> nQueens(n, std::string(n, '.'));
std::vector<int> flag_col(n, 1), flag_45(2 * n - 1, 1), flag_135(2 * n - 1, 1);
solveNQueens(res, nQueens, flag_col, flag_45, flag_135, 0, n);
return res;
}
private:
void solveNQueens(std::vector<std::vector<std::string> > &res, std::vector<std::string> &nQueens, std::vector<int> &flag_col, std::vector<int> &flag_45, std::vector<int> &flag_135, int row, int &n) {
if (row == n) {
res.push_back(nQueens);
return;
}
for (int col = 0; col != n; ++col)
if (flag_col[col] && flag_45[row + col] && flag_135[n - 1 + col - row]) {
flag_col[col] = flag_45[row + col] = flag_135[n - 1 + col - row] = 0;
nQueens[row][col] = 'Q';
solveNQueens(res, nQueens, flag_col, flag_45, flag_135, row + 1, n);
nQueens[row][col] = '.';
flag_col[col] = flag_45[row + col] = flag_135[n - 1 + col - row] = 1;
}
}
};
其实完全没有必要开辟三个数组,一个flag数组就够。现在,当到达[row,col]时,列的下标为col,对角线45°的下标为n + row + col,对角线135°的下标为n + 2 * n-1 + n-1 + col -行。flag 数组的大小为 n+2n-1+2n-1=5n-2
代码实现(python3):
class Solution:
def solveNQueens(self, n: int) -> List[List[str]]:
def solveNQ(n, row, res, flag):
if row==n:
res.append([str for str in nq])
return
for col in range(n):
if flag[col] and flag[n+row+col] and flag[4*n-2+col-row]:
flag[col]=flag[n+row+col]=flag[4*n-2+col-row]=0
nq[row] = nq[row][:col]+'Q'+nq[row][col+1:]
solveNQ(n, row+1, res, flag)
flag[col]=flag[n+row+col]=flag[4*n-2+col-row]=1
nq[row] = nq[row][:col]+'.'+nq[row][col+1:]
nq = ['.'*n for _ in range(n)]
res =[]
flag = [1 for _ in range(5*n-2)]
solveNQ(n, 0, res, flag)
return res
但是python中修改字符串其实挺浪费时间的,完全可以存一个列号,等求出所有的排列后,再构造出棋盘分布。
代码如下:
class Solution:
def solveNQueens(self, n: int) -> List[List[str]]:
def solveNQ(n, row, res, flag, nqCol):
if row==n:
res.append(nqCol[:])
return
for col in range(n):
if flag[col] and flag[n+row+col] and flag[4*n-2+col-row]:
flag[col]=flag[n+row+col]=flag[4*n-2+col-row]=0
nqCol[row] = col
solveNQ(n, row+1, res, flag, nqCol)
flag[col]=flag[n+row+col]=flag[4*n-2+col-row]=1
nqCol[row] = -1
res =[]
flag = [1 for _ in range(5*n-2)]
solveNQ(n, 0, res, flag, [-1 for _ in range(n)])
for i, npCol in enumerate(res):
board =[]
for col in npCol:
board.append('.'*col+'Q'+'.'*(n-1-col))
res[i] = board
return res
17-21行代码是构造棋盘分布的
总结
- 回溯问题要学会套模板,
- python 代码最好尽可能解耦合,模块化,降低模块的耦合性。