LeetCode:N皇后

  在17年的9月份，我写过一个N皇后的博客，当时写的代码是又臭又长又乱，最近闲着，就来做一下LeetCode上中等~困难的题目，看到了N皇后，于是就再次写了一遍，与17年时做法相同，用BFS，这次的代码量以及可读性比以前写的好多了，那么废话不多说了。
    
  
  
  

题目简介：

  n 皇后问题研究的是如何将 n 个皇后放置在 n×n 的棋盘上，并且使皇后彼此之间不能相互攻击。
  
    上图为 8 皇后问题的一种解法。

  给定一个整数 n，返回所有不同的 n 皇后问题的解决方案。

  每一种解法包含一个明确的 n 皇后问题的棋子放置方案，该方案中 ‘Q’ 和 ‘.’ 分别代表了皇后和空位。

示例:

输入: 4
输出: [
[".Q…", // 解法 1
“…Q”,
“Q…”,
“…Q.”],

["…Q.", // 解法 2
“Q…”,
“…Q”,
“.Q…”]
]
解释: 4 皇后问题存在两个不同的解法。

  
  

题解：

  这道题说难不难，说简单也不简单，对于不知道如何下手的那些人，难点在于如何去判断彼此之间是否能够相互攻击，即：不同行，不同列，不在一个斜线上。
  从规则就可以知道，我们要判断的是某个位置是否在该直线上，也就是简单的数学问题。
  17年的时候，我的想法虽然是这样，但是我的做法是，将下入棋盘的点的坐标保存到一个列表里，每当我新加入一个点，我就会遍历该列表的所有点，判断该点是否与列表中的点在同一条斜线上，这样的做法效率相当低下。
  今天在写的时候，仔细想了以下，其实棋盘上斜线位置其实就是斜率k为k=-1与k=1这两条线，而棋盘上的不同位置则分别是截距不同的直线，那么棋盘大小为n时，就有,k=1，2*n-1条直线和k=-1,2*n-1条直线，然后建立两个大小为2*n-1数组设其初始值为0表示该斜线上没点，这样当我们新放置一个点进棋盘，我们就能够计算该点处于k=1与k=-1两条直线的什么位置，这里我是用横坐标去计算的，即计算的点为(col,row)与(i,0)：
  k为斜率，col为列坐标，row为行坐标（即对应为我们通常理解的col:x,row:y），i为截距，也为我们所建立的两个2*n-1直线数组的索引。
  有：
    k=(col-i)/row=1 =>col-row=i  row>0，col>0
    k=(col-j)/row=-1=>col+row  row>0，col>0
  这样，我们判断一个点所处的位置斜线上是否有点，就判断line1[i]==0&&line2[j]==0，成立则表示没点，不成立则表示有点。

代码：

class SolutionQueen {
public:
	vector<vector<string>> solveNQueens(int n) {
		vector<int>left(2 * n - 1, 0);
		vector<int>right(2 * n - 1, 0);
		vector<vector<string>>res;
		for (int i = 0; i < n; i++) {
			vector<int>col(n, 0);
			int old = res.size();
			op(col, left, right, vector<int>(), res, n, 0, i);
		}
		return res;
	}

	void op(vector<int> c, vector<int>l, vector<int>r, vector<int>colvec, vector<vector<string>>&res, int n, int row, int col) {
		if (c[col] != 0)
			return;
		int left, right;
		if (row == 0) {
			left = col;
			right = n - 1 + col;
		}
		else {
			left = col + row;
			right = col - row + n - 1;
		}
		if (l[left] == 0 && r[right] == 0) {
			c[col] = 1, l[left] = 1, r[right] = 1;
			colvec.push_back(col);
			if (row == n - 1) {
				vector<string> tmp;
				for (int i = 0; i < n; i++) {
					string t(n, '.');
					t[colvec[i]] = 'Q';
					tmp.push_back(t);
				}
				res.push_back(tmp);
				return;
			}
			for (int i = 0; i < n; i++) {
				op(c, l, r, colvec, res, n, row + 1, i);
			}
		}
		else {
			return;
		}
	}
};

  
  虽然这么写，但是效率还是有些低是因为在递归的过程中，拷贝了太多次各种数组，导致效率比其他算法慢，N皇后用dfs写是很快的，bfs则相对要慢很多。