Acwing_179八数码【A*算法】

题目链接:Acwing_179八数码

代码片段里有详细注释,其中具体的算法含义请参考OI WiKi这个网站
AC代码:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<string>
#include<cmath>
#include<queue>
#include<unordered_map>
#include<vector>
#define PIS pair<int,string>
using namespace std;
const int N = 1010;
int f(string s)
{   //估值函数
	//此处设计的估值为 当前状态各个数字到终态的对应数字处的曼哈顿距离的总和
	//即当前状态的 1 到终态的 1 的曼哈顿距离 加上 当前状态的 2 到终态的 2 的曼哈顿距离 加上......
	int ans = 0;
	for (int i = 0; i < s.size(); i++)
	{
		if (s[i] != 'x')
		{
			int t = s[i] - '1';
			ans += abs(i / 3 - t / 3) + abs(i % 3 - t % 3);
		}
	}
	return ans;  //返回估值
}

unordered_map < string, int > d;   //用来记录到达某个状态所需的步数
unordered_map < string, pair<char, string> > pre;   //用来记录到达某状态的前驱状态,三个维度分别表示:当前状态、从前驱状态转移到当前状态所移动的方向、前驱状态
priority_queue < PIS, vector <PIS>, greater<PIS> > heap;   //小根堆:first存储起点到终点的总估计值,second存储当前状态

string bfs(string st)
{
	string en = "12345678x";   //定义终态
	char op[] = "urdl";   //定义方向
	d[st] = 0;   //将起点到起点的距离设为 0 。
	heap.push({ f(st), st });   //将初态入队
	int fx[4] = { -1, 0, 1, 0 }, fy[4] = { 0, 1, 0, -1 };
	while (heap.size())
	{  //堆未空
		PIS t = heap.top();  //取出堆顶
		heap.pop();
		string state = t.second;
		if (state == en)break;   //如果终点出队,则结束循环
		int x, y;  //找出空格x的位置
		for (int i = 0; i < 9; i++)
		{
			if (state[i] == 'x')
			{
				x = i / 3;
				y = i % 3;
				break;
			}
		}
		string s = state;  //将前驱状态保存,方便还原
		for (int i = 0; i < 4; i++)
		{
			int a = x + fx[i], b = y + fy[i];
			if (a < 0 || a > 2 || b < 0 || b > 2) continue;  //判断移动位置是否在矩阵内
			state = s;  //还原状态
			swap(state[x * 3 + y], state[a * 3 + b]);   //移动空格
			if (!d.count(state) || d[state] > d[s] + 1)
			{  //如果当前状态未出现过 或者 当前状态的步数可以更新
				d[state] = d[s] + 1;  //更新步数
				pre[state] = { op[i], s };   //储存前驱
				heap.push({ d[state] + f(state), state });  //新状态入队
			}
		}
	}
	string ans;
	while (en != st)
	{  //求出移动方案
		ans += pre[en].first;
		en = pre[en].second;  //从终态往回求移动方案直到终态等于初态
	}
	reverse(ans.begin(), ans.end());  //由于是从终态开始的,所以方案是倒着的,需要翻转一下。
	return ans;  //返回方案
}
int main()
{
	string st, seq;
	string c;

	for (int i = 1; i <= 9; i++)
	{
		cin >> c;   //小技巧:让你输入字符时用字符串代替,可以自动滤去空格和回车
		st += c[0];  //记录开始时的矩阵
		if (c[0] != 'x')seq += c[0];   //记录下所有的数字用来计算逆序对
	}
	//计算逆序对对数
	int cn = 0;
	for (int i = 0; i < 8; i++)
		for (int j = i; j < 8; j++)
			if (seq[i] > seq[j])cn++;  //如果前面的数字大于后面的数字,则将个数加一。

	if (cn & 1)printf("unsolvable");  //如果逆序对个数为奇数,则无解。
	else cout << bfs(st);  //否则进行 BFS

	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数码问题是一种经典的搜索问题,可以使用A*算法进行求解。A*算法是一种启发式搜索算法,能够在搜索过程中有针对性地搜索最优解,减小搜索空间,提高搜索效率。 以下是使用C语言实现八数码问题A*算法的示例代码: ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #define N 3 // 定义状态结构体 typedef struct state { int board[N][N]; // 棋盘状态 int f; // f = g + h,g为从起始状态到当前状态的代价,h为从当前状态到目标状态的估价函数值 int g; // g为从起始状态到当前状态的代价 int h; // h为从当前状态到目标状态的估价函数值 int x; // 空格所在行 int y; // 空格所在列 struct state *parent; // 父状态指针 } state_t; // 定义状态队列节点结构体 typedef struct node { state_t *data; // 队列节点数据为状态指针 int priority; // 节点优先级,即状态f值 struct node *next; // 指向下一个节点的指针 } node_t; // 定义状态队列结构体 typedef struct queue { node_t *front; // 队列头指针 node_t *rear; // 队列尾指针 } queue_t; // 初始化状态队列 void init_queue(queue_t *q) { q->front = q->rear = NULL; } // 判断状态队列是否为空 int is_empty(queue_t *q) { return q->front == NULL; } // 向状态队列添加状态 void enqueue(queue_t *q, state_t *s) { node_t *new_node = (node_t *)malloc(sizeof(node_t)); new_node->data = s; new_node->priority = s->f; new_node->next = NULL; if (q->rear == NULL) { q->front = q->rear = new_node; } else { node_t *p = q->front; node_t *prev = NULL; while (p != NULL && p->priority <= new_node->priority) { prev = p; p = p->next; } if (prev == NULL) { new_node->next = q->front; q->front = new_node; } else if (p == NULL) { q->rear->next = new_node; q->rear = new_node; } else { new_node->next = prev->next; prev->next = new_node; } } } // 从状态队列中取出状态 state_t *dequeue(queue_t *q) { if (q->front == NULL) { return NULL; } else { node_t *p = q->front; state_t *s = p->data; q->front = q->front->next; if (q->front == NULL) { q->rear = NULL; } free(p); return s; } } // 判断状态是否为目标状态 int is_goal(state_t *s) { int i, j, num = 1; for (i = 0; i < N; i++) { for (j = 0; j < N; j++) { if (s->board[i][j] != num && !(i == N - 1 && j == N - 1 && s->board[i][j] == 0)) { return 0; } num++; } } return 1; } // 计算状态的估价函数值 int heuristic(state_t *s) { int i, j, k, l, num, dist = 0; for (i = 0; i < N; i++) { for (j = 0; j < N; j++) { num = s->board[i][j]; if (num == 0) { continue; } k = (num - 1) / N; l = (num - 1) % N; dist += abs(i - k) + abs(j - l); } } return dist; } // 复制状态 state_t *copy_state(state_t *s) { state_t *new_state = (state_t *)malloc(sizeof(state_t)); memcpy(new_state->board, s->board, sizeof(s->board)); new_state->f = s->f; new_state->g = s->g; new_state->h = s->h; new_state->x = s->x; new_state->y = s->y; new_state->parent = s->parent; return new_state; } // 生成子状态 void generate_successors(state_t *s, queue_t *q) { int i, j, tx, ty; state_t *new_state; for (i = -1; i <= 1; i++) { for (j = -1; j <= 1; j++) { if (i == 0 && j == 0) { continue; } tx = s->x + i; ty = s->y + j; if (tx < 0 || tx >= N || ty < 0 || ty >= N) { continue; } new_state = copy_state(s); new_state->board[s->x][s->y] = s->board[tx][ty]; new_state->board[tx][ty] = 0; new_state->x = tx; new_state->y = ty; new_state->g++; new_state->h = heuristic(new_state); new_state->f = new_state->g + new_state->h; new_state->parent = s; enqueue(q, new_state); } } } // 输出状态 void print_state(state_t *s) { int i, j; printf("f=%d, g=%d, h=%d\n", s->f, s->g, s->h); for (i = 0; i < N; i++) { for (j = 0; j < N; j++) { printf("%d ", s->board[i][j]); } printf("\n"); } } // 输出解路径 void print_solution(state_t *s) { if (s->parent != NULL) { print_solution(s->parent); } print_state(s); } // 释放状态队列节点内存 void free_queue_node(node_t *p) { if (p != NULL) { free_queue_node(p->next); free(p->data); free(p); } } // 释放状态队列内存 void free_queue(queue_t *q) { free_queue_node(q->front); } // A*算法求解八数码问题 void solve(state_t *start) { queue_t open; state_t *s, *goal = NULL; init_queue(&open); start->g = 0; start->h = heuristic(start); start->f = start->g + start->h; start->parent = NULL; enqueue(&open, start); while (!is_empty(&open)) { s = dequeue(&open); if (is_goal(s)) { goal = s; break; } generate_successors(s, &open); } if (goal != NULL) { printf("Solution found:\n"); print_solution(goal); } else { printf("No solution.\n"); } free_queue(&open); } int main() { state_t start = { {{1, 2, 3}, {4, 0, 5}, {6, 7, 8}}, 0, 0, 0, 1, 1, NULL }; solve(&start); return 0; } ``` 以上代码实现了八数码问题A*算法的求解,代码中使用了状态队列优化搜索效率。在代码中,我们需要定义状态结构体,其中包含了当前棋盘状态、从起始状态到当前状态的代价g、从当前状态到目标状态的估价函数值h、状态f值、空格所在位置以及父状态指针。我们还需要定义状态队列节点结构体和状态队列结构体,以实现状态队列的操作。代码中使用了启发式函数h(n) = 曼哈顿距离来计算状态的估价函数值。 在main函数中,我们定义了起始状态,并调用solve函数求解八数码问题。在solve函数中,我们首先初始化状态队列,并将起始状态加入队列。然后循环取出队列头部的状态,如果该状态为目标状态,则搜索结束;否则,生成该状态的所有子状态,并将其加入状态队列中。最后,输出解路径或提示无解,并释放状态队列内存。 注意,上述代码仅为示例代码,可能存在不足之处,请以实际应用为准。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值