Knuth Algorithm X (修改自wiki）

wiki链接：http://en.wikipedia.org/wiki/Knuth's_Algorithm_X

Knuth的X算法能够解决精确匹配问题，该算法是一个递归的，非确定性的，深度优先的带回溯的算法。该算法利用了0和1构成的矩阵来表示精确匹配。其目标是选择一些行使得由这些行构成的矩阵中每一列有且仅有1个1。

算法概括如下：

如果矩阵A为空，则问题成功解决
否则，选择一列c（确定的）
选择一行r，满足A[r][c]==1 （不确定的）
将r添加到所求解中
找到满足A[r][j]==1的每一列j
      找到满足A[i][j]==1的每一行i
            删除行i
      删除列j
对于精简过的矩阵A重复上述步骤

不确定的选择r表明，算法本质上将自己拷贝成多个独立的子算法，每个子算法继承了当前的矩阵A，但删除了不同行r。如果列c不包含1，则该子算法失败结束。

显然，这些子算法形成了一棵搜索树，根节点为起始问题，树的第k层包含了所有已经选择了k个行的子算法。回溯其实就是前序深度优先便利这棵树。

为了减少迭代的次数，Knuth建议每次上述算法第二行选取包含1最少的那一列。

给一个示例：

全集U为{1，2，3，4，5，6，7}，集合集S={A，B，C，D，E，F}，其中

A={1，4，7}

B={1，4}

C={4，5，7}

D={3，5，6}

E={2，3，6，7}

F={2，7}

问题表示为矩阵如下：

	1	2	3	4	5	6	7
A	1	0	0	1	0	0	1
B	1	0	0	1	0	0	0
C	0	0	0	1	1	0	1
D	0	0	1	0	1	1	0
E	0	1	1	0	0	1	1
F	0	1	0	0	0	0	1

算法执行如下：

第0层：

第1步： 矩阵非空，算法继续

第2步：有两列包含最少的1，选择其中第一个列，列1（确定的）

	1	2	3	4	5	6	7
A	1	0	0	1	0	0	1
B	1	0	0	1	0	0	0
C	0	0	0	1	1	0	1
D	0	0	1	0	1	1	0
E	0	1	1	0	0	1	1
F	0	1	0	0	0	0	1

第3步：行A和行B都在列1中有1，所以都被选择（非确定的）

算法分支，开始第1层

第1层：选择行A

第4步：将A添加到解集中

第5步：将和行A中为1的列重复的行及列删除。行A在列1，4，7为1。列1为1的有A和B；列4为1的有A，B，C；列7为1的有A，C，E，F。所以删除行A，B，C，E，F和列1。

	1	2	3	4	5	6	7
A	1	0	0	1	0	0	1
B	1	0	0	1	0	0	0
C	0	0	0	1	1	0	1
D	0	0	1	0	1	1	0
E	0	1	1	0	0	1	1
F	0	1	0	0	0	0	1

剩余行D，和列2，3，5，6：

	2	3	5	6
D	0	1	1	1

第1步：矩阵非空，子算法继续

第2步：包含1最少的列为列2，但其包含0个1，所以子算法失败结束，算法开始第1层的另一个子算法，删除解集中的A

第1层：选择行B

第4步：将B加入解集

第5步：将和行B中为1的列重复的行及列删除。删除行A，B，C和列1，4。

	1	2	3	4	5	6	7
A	1	0	0	1	0	0	1
B	1	0	0	1	0	0	0
C	0	0	0	1	1	0	1
D	0	0	1	0	1	1	0
E	0	1	1	0	0	1	1
F	0	1	0	0	0	0	1

剩余行D，E，F，和列2，3，5，6，7：

	2	3	5	6	7
D	0	1	1	1	0
E	1	1	0	1	1
F	1	0	0	0	1

第1步：矩阵非空，子算法继续

第2步：包含1最少的列为列5

	2	3	5	6	7
D	0	1	1	1	0
E	1	1	0	1	1
F	1	0	0	0	1

第3步：选择行D

算法开始第2层的第一个分支

第2层：选择行D

第4步：将行D添加到解集中

第5步：删除和行D重复的列及行：行D，E和列3，5，6

	2	3	5	6	7
D	0	1	1	1	0
E	1	1	0	1	1
F	1	0	0	0	1

剩余行F和列2，5：

	2	7
F	1	1

第1步：矩阵非空，子算法继续

第2步：包含1最少的为列2，7，选择位于前面的列2

第3步：选择行F，算法进入第3层

第3层：选择行F

第4步：将F加入解集

第5步：删除和行F重复的列及行：行F和列2，7

	2	7
F	1	1

第1步：矩阵为空，子算法成功结束，找到解！

第3层没有其余可选择的子算法，移到第2层的下一个子算法

第2层没有其余可选择的子算法，移到第1层的下一个子算法。。。。。。

第1层和第0层都没有其余子算法，算法结束。

得到解集为{B，D，F}

	1	2	3	4	5	6	7
B	1	0	0	1	0	0	0
D	0	0	1	0	1	1	0
F	0	1	0	0	0	0	1

X算法可用Dancing Link（也成为DLX）来实现。这个中文名真不知道怎么说。。。。。。