算法思考-以八皇后问题为例 python

算法学习原则

第一：问题抽象成可能的算法方案
知道的算法越多，对基础的算法理解越好，就越能将问题合理的抽象成具体算法
第二：算法方案的选择

• 效率，稳定性，甚至工作量都是常常需要考虑的原因
• 有时候，也需要做一些实验。需要有很强的编程能力
• 对算法的理解越深刻，可以节省实验式错的时间
  第三：实现这个方案
• 方法尽可能复用，有很强的的扩展性
• 方便统一管理与更新

碰到一个现实问题应该如何去做

step1:理解问题，写出输入与输出
step2:描述问题的处理规则与约束
step3:描述问题的结束条件与程序迭代方式
step4:以上程序做好之后，提供一个样例输入，进行简单手算 明白以上三条规则
step5:以上工作做好之后，先用程序实现规则，再做程序的嵌套
step6:进行优化

示例 八皇后问题
国际象棋中的皇后比中国象棋里的大车还厉害，皇后能横向，纵向和斜向移动，在这三条线上的其他棋子都可以被吃掉。所谓八皇后问题就是：将八位皇后放在一张8x8的棋盘上，使得每位皇后都无法吃掉别的皇后，（即任意两个皇后都不在同一条横线，竖线和斜线上），问一共有多少种摆法。此问题是在1848年由棋手马克思·贝瑟尔提出的，后面陆续有包括高斯等大数学家们给出自己的思考和解法，所以此问题不只是有年头了，简直比82年的拉菲还有年头，我们今天不妨尝尝这老酒。
我们先举例来理解一下这个问题的场景到底是什么样子的，下面的绿色格子是一个皇后在棋盘上的“封锁范围”，其他的皇后不能放置在这些绿格子中：
我们先举例来理解一下这个问题的场景到底是什么样子的，下面的绿色格子是一个皇后在棋盘上的“封锁范围”，其他的皇后不能放置在这些绿格子中：

我们再放入一个皇后，看一下两个皇后的“封锁范围”（绿格子不能放）：

如此继续下去，能安放下一位皇后的位置越来越少，那么我们最终如何能安放完这8位皇后呢？
首先我们看一下特别暴力的方法：从8x8的格子里选8个格子，放皇后，然后测试是否满足条件，若满足则结果加1，否则换8个格子继续试。很显然，64选8，并不是个小数字，十亿级别的次数，够暴力。如果换成围棋的棋盘，画面就会太美而不敢算。
稍加分析，我们可以得到另一个不那么暴力的方法：显然，每行每列最多只能有一位皇后，如果基于这个事实再进行暴力破解，那结果会好很多。安排皇后时，第一行有8种选法，一旦第一行选定，假设选为（1，i），那么第二行只能选（2，j），其中，j不等于i，所以有7种选法。以此类推，需要穷举的情况有8！=40320种，比十亿级别的小很多了。
这看起来已经不错了，但尝试的次数还是随着问题规模按阶乘水平提高的，我们仍然不满意，所以，“递归回溯”的思想就被提出了，专治这种问题。
所谓递归就是：针对程序后续迭代具有同样的逻辑而调用自身的情况
回溯：为了求得问题的解，先选择某一种可能的情况向前探索，在探索过程中，一旦发现原来的选择是错误的，就退回一步重新选择，继续向前探索，如此反复进行，直至得到解或 证明无解
针对上述问题，大致有了清晰的认识，接下来我们按照上述6个步骤将这个程序写出来
step1:理解问题，写出输入与输出
input:输入N，这里为8，表示程序是在8*8的网格中进行运算
output：输出满足规则的皇后的摆放位置，如一种摆放位置为：

[7, 3, 0, 2, 5, 1, 6, 4] 代表行数 
[0, 1, 2, 3, 4, 5, 6, 7] 代表列
<-><-><Q><-><-><-><-><->	
<-><-><-><-><-><Q><-><->	
<-><->