马踏棋盘算法

一：马踏棋盘算法介绍

1. 马踏棋盘算法也被称为骑士周游问题。
2. 将马随机放在国际象棋的 6×6 棋盘 Board[0～5][0～5]的某个方格中，马按走棋规则(马走日字)进行移动。要求每个方格只进入一次，走遍棋盘上全部 36 个方格。

游戏演示地址

二：马踏棋盘游戏代码实现

1) 马踏棋盘问题(骑士周游问题)实际上是图的深度优先搜索(DFS)的应用。 
2) 如果使用回溯（就是深度优先搜索）来解决，假如马儿踏了 25 个点，如图：走到了第 25 个，坐标（1,0），发 现已经走到尽头，没办法，那就只能回退了，查看其他的路径，就在棋盘上不停的回溯…… ，思路分析+代码 实现

分析第一种方式的问题，并使用贪心算法（ greedyalgorithm ）进行优化。解决马踏棋盘问题 .

 

 

代码实现：

HorseChessboard实体类：

package com.horse;

import com.sun.xml.internal.ws.message.ByteArrayAttachment;

import java.awt.*;
import java.util.ArrayList;
import java.util.Comparator;

/**
 * @author lizhangyu
 * @date 2021/4/4 21:25
 */
public class HorseChessboard {

    /**
     * 棋盘的列数
     */
    private static int X;

    /**
     * 棋盘的行数
     */
    private static int Y;

    /**
     * 创建一个数组，标记棋盘的各个位置是否被访问过
     */
    private static boolean visited[];

    /**
     * 使用一个属性，标记是否棋盘的所有位置都被访问过
     * 如果为true，表示成功
     */
    private static boolean finished;

    public static void main(String[] args) {

        System.out.println("骑士周游算法，开始运行");

        X = 6;
        Y = 6;

        //马儿初始位置的行，从 1 开始编号
        int row = 1;
        //马儿初始位置的列，从 1 开始编号
        int column = 1;

        //创建棋盘
        int[][] chessboard = new int[X][Y];

        //初始值都是false
        visited = new boolean[X * Y];

        //测试一下耗时
        long start = System.currentTimeMillis();
        traversalChessboard(chessboard, row - 1, column - 1, 1);
        long end = System.currentTimeMillis();
        System.out.println("共耗时: " + (end - start) + " 毫秒");

        //输出棋盘的最后情况
        for(int[] rows : chessboard) {
            for(int step: rows) {
                System.out.print(step + "\t");
            }
            System.out.println();
        }
    }

    /**
     * 完成骑士周游问题的算法
     * @param chessboard 棋盘
     * @param row 马儿当前的位置的行 从 0 开始
     * @param column 马儿当前的位置的列 从 0 开始
     * @param step 是第几步 ,初始位置就是第 1 步
     */
    public static void traversalChessboard(int[][] chessboard, int row, int column, int step) {
        chessboard[row][column] = step;
        //标记该位置已经访问
        visited[row * X + column] = true;

        ArrayList<Point> ps = next(new Point(column, row));

        //对 ps 进行排序,排序的规则就是对 ps 的所有的 Point 对象的下一步的位置的数目，进行非递减排序(采用贪心算法，减少回溯的次数)
//        sort(ps);

        //遍历 ps
        while (!ps.isEmpty()) {
            //取出下一个可以走的位置
            Point p = ps.remove(0);

            //判断该点是否已经访问过
            if (!visited[p.y * X + p.x]) {
                traversalChessboard(chessboard, p.y, p.x, step + 1);
            }
        }

        /**
         * 判断马儿是否完成了任务，使用 step 和应该走的步数比较
         * 如果没有达到数量，则表示没有完成任务，将整个棋盘置 0
         * 说明: step < X * Y 成立的情况有两种
         * 1. 棋盘到目前位置,仍然没有走完
         * 2. 棋盘处于一个回溯过程
         */
        if (step < X * Y && !finished) {
            chessboard[row][column] = 0;
            visited[row * X + column] = false;
        }else {
            finished = true;
        }
    }

    /**
     * 功能：根据当前位置（Point对象），计算马儿还能走那些位置，并放入到一个集合中（ArrayList），最多有8个位置
     * @param curPoint
     * @return
     */
    public static ArrayList<Point> next(Point curPoint) {
        //创建一个ArrayList
        ArrayList<Point> ps = new ArrayList<>();

        Point p1 = new Point();

        //表示马儿可以走5这个位置
        if ((p1.x = curPoint.x - 2) >= 0 && (p1.y = curPoint.y - 1) >= 0) {
            ps.add(new Point(p1));
        }

        //表示马儿可以走6这个位置
        if ((p1.x = curPoint.x - 1) >= 0 && (p1.y = curPoint.y - 2) >= 0) {
            ps.add(new Point(p1));
        }

        //表示马儿可以走7这个位置
        if ((p1.x = curPoint.x + 1) < X && (p1.y = curPoint.y - 2) >= 0) {
            ps.add(new Point(p1));
        }

        //表示马儿可以走0这个位置
        if ((p1.x = curPoint.x + 2) < X && (p1.y = curPoint.y - 1) >= 0) {
            ps.add(new Point(p1));
        }

        //表示马儿可以走1这个位置
        if ((p1.x = curPoint.x + 2) < X  && (p1.y = curPoint.y + 1) < Y) {
            ps.add(new Point(p1));
        }

        //表示马儿可以走2这个位置
        if ((p1.x = curPoint.x + 1) < X && (p1.y = curPoint.y + 2) < Y) {
            ps.add(new Point(p1));
        }

        //表示马儿可以走3这个位置
        if ((p1.x = curPoint.x - 1) >= 0 && (p1.y = curPoint.y + 2) < Y) {
            ps.add(new Point(p1));
        }

        //表示马儿可以走4这个位置
        if ((p1.x = curPoint.x - 2) >= 0 && (p1.y = curPoint.y + 1) < Y) {
            ps.add(new Point(p1));
        }

        return ps;
    }

    public static void sort(ArrayList<Point> ps) {
        ps.sort(new Comparator<Point>() {
            @Override
            public int compare(Point o1, Point o2) {
                int count1 = next(o1).size();
                int count2 = next(o2).size();
                if (count1 < count2) {
                    return -1;
                }else if (count1 == count2) {
                    return 0;
                }else {
                    return 1;
                }
            }
        });
    }

}

运行结果：

1：采用贪心算法的结果

骑士周游算法，开始运行
共耗时: 11 毫秒
4	33	24	13	2	35	
25	12	3	34	27	14	
32	5	26	23	36	1	
11	22	9	28	15	18	
6	31	20	17	8	29	
21	10	7	30	19	16	

没有采用贪心算法的结果：

骑士周游算法，开始运行
共耗时: 90 毫秒
1	6	9	26	3	36	
8	27	2	5	10	25	
31	16	7	12	35	4	
28	21	30	17	24	11	
15	32	19	22	13	34	
20	29	14	33	18	23	

由此可见采用了贪心算法可以大大的减少回溯的次数，从而提高程序的效率。