数独:深搜+剪枝 == 递归+回溯

题目描述

数独是一个我们都非常熟悉的经典游戏,运用计算机我们可以很快地解开数独难题,现在有一些简单的数独题目,请编写一个程序求解。

输入描述:
输入9行,每行为空格隔开的9个数字,为0的地方就是需要填充的。


输出描述:
输出九行,每行九个空格隔开的数字,为解出的答案。
思路:深搜+剪枝 == 递归+回溯
凡是类似于迷宫的寻找路径的问题,均可由“递归+回溯”。
本题中,从第一个为0处开始填值,从1-9依次往里填i,如果当前填的值i深搜的结果为false,则把其状态还原(回溯),然后继续填下个值i+1。依次递归下去,当一直找到(9,9)时,即成功。
特别注意:每行不能多输出个空格,即使看不见,也不能多输出一个空格。
#include <iostream>
#include <iomanip>
#include <cstring>
using namespace std;
#define N 10
int hashrow[N][N];
int hashcol[N][N];
int hashblock[N][N];
int array[N][N];


bool dfs(int i,int j){
    while(array[i][j]!=0){
        if(i==9&&j==9){
            return true;
        }else if(j==9){
            i++;
            j=1;
        }
        else 
            j++;
    }

    for (int k = 1; k <=9 ; ++k)
    {
        if(hashrow[i][k]==0&&hashcol[j][k]==0&&hashblock[(i-1)/3*3+(j-1)/3+1][k]==0){
            array[i][j]=k;
            hashrow[i][k]=1;
            hashcol[j][k]=1;
            hashblock[(i-1)/3*3+(j-1)/3+1][k]=1;
            if(dfs(i,j)==true)
                return  true;
            array[i][j]=0; //深搜+剪枝 回溯法
            hashrow[i][k]=0;
            hashcol[j][k]=0;
            hashblock[(i-1)/3*3+(j-1)/3+1][k]=0;
        }
    }
    return false;//填当前空格时,从1到9,没有一个能成功,则返回.

}



int main()
{   
    memset(hashrow,0,sizeof(hashrow));
    memset(hashcol,0,sizeof(hashcol));
    memset(hashblock,0,sizeof(hashblock));

    for (int i = 1; i <= 9; ++i)
    {
        for (int j = 1; j <= 9; ++j)
        {
            cin>>array[i][j];
            hashrow[i][array[i][j]]=1;//
            hashcol[j][array[i][j]]=1;
            hashblock[(i-1)/3*3+(j-1)/3+1][array[i][j]]=1;
        }
    }
    if(dfs(1,1))
    {
        for (int i = 1; i <= 9; ++i)
        {
            for (int j = 1; j <= 8; ++j)
            {
                cout<<array[i][j]<<" ";//每行的最后不能多输出一个空格。
            }
            cout<<array[i][9]<<endl;//最后不能多输出一个空格。
        }         
    }

    
    return 0;
}



  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
回溯法是一种在问题的解空间树中,按照深度优先搜索策略,从根节点出发搜索解空间树的算法。回溯法求解的问题通常是在一组可能的解中搜索满足某种约束条件的解,它可以用于求解组合优化问题、排列组合问题、数独问题等。 回溯法的求解步骤如下: 1. 定义问题的解空间:问题的解空间是所有满足约束条件的解的集合。 2. 确定问题的约束条件:约束条件是指限制问题的解必须满足的条件,可以是数学公式、逻辑条件、图形限制等。 3. 确定求解目标:求解目标是指要寻找的解满足的条件,可以是最大值、最小值、某种规律等。 4. 采用深度优先搜索策略,从根节点开始搜索解空间树。 5. 在搜索过程中,对于每个节点,判断该节点是否满足约束条件。如果不满足,则剪枝,否则继续搜索。 6. 终止条件:当搜索到叶子节点或者满足求解目标时,停止搜索。 剪枝函数的类型包括可行性剪枝、最优性剪枝和对称性剪枝等。可行性剪枝是指在搜索过程中,如果发现当前节点无解,则直接返回上一层;最优性剪枝是指在搜索过程中,如果发现当前节点的解已经不能比已有的最优解更优,则直接返回上一层;对称性剪枝是指在搜索过程中,如果发现当前节点与其它已经搜索过的节点是对称的,则直接返回上一层。 子集树是指问题解空间的一种特殊情况,它的解是由给定集合中的元素组成的子集。子集树的节点表示当前子集的状态,边表示添加或删除一个元素。 递归回溯框架如下: ```python def backtrack(candidate, state): if find_solution(state): output_solution(state) return for next_candidate in list_of_candidates: if is_valid(next_candidate, state): state = add(next_candidate, state) backtrack(next_candidate, state) state = remove(next_candidate, state) ``` 迭代回溯框架如下: ```python def backtrack(candidate, state): stack = [(candidate, state)] while stack: candidate, state = stack.pop() if find_solution(state): output_solution(state) return for next_candidate in list_of_candidates: if is_valid(next_candidate, state): next_state = add(next_candidate, state) stack.append((next_candidate, next_state)) ```

“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