数据结构与算法(35):骑士周游问题(马踏棋盘算法相关实现代码)

马踏棋盘算法介绍和游戏演示

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8×8棋盘Board[0～7][0～7]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64个方格

骑士周游问题的解决思路

1. 创建棋盘chessBoard,是一个二维数组

2. 将当前位置设置为已经访问,然后根据当前位置,计算马儿还能走哪些位置,并放入到一个集合中(arrayList),最多有8个位置,每走一步,就是用step+1

3. 遍历arrayList中存放的所有位置看看哪个可以走通,如果走通就继续,走不通就回溯

4. 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,将整个棋盘置为0.

注意:马儿不同的走法,会得到不同的结果,效率也会有影响(优化)

package com.qiu.house;

import com.sun.org.apache.regexp.internal.RE;

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

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
    private static boolean finished;

    public static void main(String[] args) {
        System.out.println("骑士周游算法,开始运行!");
        //测试骑士周游算法是否正确
        X = 8;
        Y = 8;
        //马儿初始位置的行,从1开始
        int row = 1;
        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,初始位置就是第一步
     */
    public static void traversalChessboard(int[][] chessboard, int row, int column, int step) {
        chessboard[row][column] = step;
        //[]里面表示马儿的初始位置
        visited[row * X + column] = true;
        //获取当前位置,可以走的下一个位置的集合
        ArrayList<Point> ps = next(new Point(column, row));
        //开始遍历ArrayList所有的位置
        while (!ps.isEmpty()) {
            Point p = ps.remove(0);
            //判断该点是否已经访问过
            if (!visited[p.y * X + p.x]) {
                //说明没有访问过
                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,将整个棋盘置为0.
        //下面的step<x*y是有两种情况 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;
        }
    }

    /**
     * 将当前位置设置为已经访问,然后根据当前位置,计算马儿还能走哪些位置,并放入到一个集合中(arrayList),最多有8个位置,每走一步,就是用step+1
     *
     * @param curPoint 当前的位置
     * @return
     */
    public static ArrayList<Point> next(Point curPoint) {
        //创建一个ArrayList
        ArrayList<Point> ps = new ArrayList<Point>();
        //创建一个Point
        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));
        }
        //判断马儿可以走6这个位置
        if((p1.x = curPoint.x - 1) >=0 && (p1.y=curPoint.y-2)>=0) {
            ps.add(new Point(p1));
        }
        //判断马儿可以走7这个位置
        if ((p1.x = curPoint.x + 1) < X && (p1.y = curPoint.y - 2) >= 0) {
            ps.add(new Point(p1));
        }
        //判断马儿可以走0这个位置
        if ((p1.x = curPoint.x + 2) < X && (p1.y = curPoint.y - 1) >= 0) {
            ps.add(new Point(p1));
        }
        //判断马儿可以走1这个位置
        if ((p1.x = curPoint.x + 2) < X && (p1.y = curPoint.y + 1) < Y) {
            ps.add(new Point(p1));
        }
        //判断马儿可以走2这个位置
        if ((p1.x = curPoint.x + 1) < X && (p1.y = curPoint.y + 2) < Y) {
            ps.add(new Point(p1));
        }
        //判断马儿可以走3这个位置
        if ((p1.x = curPoint.x - 1) >= 0 && (p1.y = curPoint.y + 2) < Y) {
            ps.add(new Point(p1));
        }
        //判断马儿可以走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;
    }
}

需要39秒才能完成全部,接下来进行策略优化:

使用贪心算法进行优化:

1. 我们获取当前位置,可以租的下一个位置的集合
2. //获取当前位置可以走的下一个位置的集合
   ArrayList<Point> = ps next(new point(column,row))
3. 我们需要对ps中所有的point的下一步的所有集合的数目,进行非递减排序就ok

优化:

  //根据当前这个一步的所有的下一步的选择位置，进行非递减排序, 减少回溯的次数
    public static void sort(ArrayList<Point> ps) {
        ps.sort(new Comparator<Point>() {

            @Override
            public int compare(Point o1, Point o2) {
                // TODO Auto-generated method stub
                //获取到o1的下一步的所有位置个数
                int count1 = next(o1).size();
                //获取到o2的下一步的所有位置个数
                int count2 = next(o2).size();
                if (count1 < count2) {
                    return -1;
                } else if (count1 == count2) {
                    return 0;
                } else {
                    return 1;
                }
            }

        });
    }

优化后的运行显示: