python求解数独

python求解数独

最近突然对数独感兴趣,于是用python写了一个求解脚本。

求解算法思路

1.建立初始化数独,我使用numpy模块来建立一个矩阵,也可以直接使用python的列表
2.计算当前的空缺位置以及该位置可以填入的数据
3.找到最优位置(数据最少的坐标)
4.循环填入数据,知道某个位置的数据为空时,则回溯到上一个坐标,重新填入数据

代码如下

#!/usr/bin/python3
# coding=utf-8
# Author : Fan Liu
import numpy as np
import time
def col_hang(mat,i,el):
    '''
    判断一行是否重复
    '''
    if el in mat[i,:]:
        return False
    return True
def col_lie(mat,j,el):
    '''
    判断一列是否重复
    '''
    if el in mat[:,j]:
        return False
    return True
def col_fang(mat,i,j,el):
    '''
    判断一个3×3的矩阵是否重复
    '''
    i_start=i-i%3
    j_start=j-j%3
    fang=[]
    for m in range(i_start,i_start+3):
        for n in range(j_start,j_start+3):
            fang.append(mat[m,n])
    if el in fang:
        return False
    return True
def init():
    '''
    初始化数据
    建立第一个副本
    '''
    mat=np.array([[0,0,2,7,0,0,0,0,0],
                  [0,0,0,0,1,0,8,0,9],
                  [0,5,0,0,0,2,0,6,0],
                  [0,6,0,8,0,0,9,0,4],
                  [1,0,0,0,0,0,0,0,0],
                  [0,3,0,6,0,0,7,0,1],
                  [0,1,0,0,0,3,0,7,0],
                  [0,0,0,0,7,0,5,0,6],
                  [0,0,8,9,0,0,0,0,0]])
    copy={}
    copy[0]=mat.copy()
    return mat,copy
def pos_zero(mat):
    '''
    计算当前数独空缺位置坐标
    '''
    li=[]
    for i in range(9):
        for j in range(9):
            if mat[i,j]==0:
                li.append((i,j))
    return li
def pos_value(li,mat):
    '''
    计算每个空缺位置的可填的数据
    储存为一个列表
    '''
    el={}
    for pos in li:
        i,j=pos
        el[pos]=[]
        for num in range(1,10):
            if col_hang(mat,i,num) & col_lie(mat,j,num) & col_fang(mat,i,j,num):
                el[pos].append(num)
            else:
                pass
    return el
def sort_value(el):
    '''
    对空缺位置的数据长度进行排序
    返回长度最小的位置和数据列表
    '''
    li_value=[]
    pos_value=[]
    for pos in el:
        li_value.append(len(el[pos]))
        pos_value.append(pos)
    index=li_value.index(min(li_value))
    return pos_value[index],el[pos_value[index]]
def main():
    mat,copy=init()
    back_value={}   #储存每个空缺位置填过的数据
    max_index=pos_zero(mat)
    for pos in max_index:
        back_value[pos]=[]
    index=0 #结束的索引,当其等于空缺位置的个数时结束
    n=0     #循环次数
    while index < len(max_index):   
        m=copy[index].copy()
        li=pos_zero(m)
        el=pos_value(li,m)
        pos,value=sort_value(el)
        value=list(set(value)-set(back_value[pos]))
        if len(value)>0:    #可填数据非空时,继续下一个坐标填值
            m[pos]=value[0]
            print(pos,'set:',value[0])
            back_value[pos].append(value[0])
            index+=1
            n+=1
            copy[index]=m
        elif len(value)==0: #可填数据为空时,回溯到上一个坐标
            del copy[index]
            print('return')
            back_value[pos]=[]
            index-=1
            n+=1
        else:   #当index<0时,该数独不正确
            print(mat,'is not right!')
    print(copy[index],n)
if __name__=="__main__":
    begin=time.time()
    main()
    end=time.time()
    print(end-begin)

我比较了博主stu_xujin的代码,地址如下
https://blog.csdn.net/xujin0/article/details/99716542
我的循环次数更少,但是我的代码求解时间远不如该博主,希望各位大佬对我代码提出意见

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Python求解数独(Sudoku)通常会使用回溯算法或启发式搜索策略。以下是一个简单的概述: 1. **回溯算法**:这是一种递归的方法,从第一个空格开始,尝试填入数字1到9,然后检查每一行、每一列和每一个宫格(3x3的小九宫格)是否都包含这9个数字一次。如果发现冲突,则回溯到上一步,尝试下一个数字。这个过程一直持续到找到一个合法的数独解决方案或者所有可能的数字都尝试过仍无解。 2. **启发式搜索**:如使用A*搜索,会优先填充那些规则更明确的位置(如行、列、宫格已完全填满的区域),并在搜索过程中维护一个启发式函数(如最小剩余数法),帮助找到最快接近解决方案的状态。 在Python中,可以使用`numpy`库来创建和操作二维数组,`pandas`处理数据结构,还有自定义的数据结构(如`dict`或`set`)来存储候选数字。下面是一个简单的回溯算法示例: ```python import numpy as np def solve_sudoku(board): empty_cells = find_empty_cells(board) if not empty_cells: return True # 解决了,返回True row, col = empty_cells for num in range(1, 10): if is_safe(board, row, col, num): board[row][col] = num if solve_sudoku(board): return True board[row][col] = 0 # 回溯:移除刚才填入的数 return False # 辅助函数 def find_empty_cells(board): for i in range(9): for j in range(9): if board[i][j] == 0: return (i, j) # 返回第一个空格的坐标 return None def is_safe(board, row, col, num): # 检查行、列、宫格 return all(board[row, j] != num for j in range(9)) and \ all(board[i, col] != num for i in range(row, row + 3, 3)) and \ all(board[i, j] != num for j in range(col, col + 3, 3)) # 示例: board = np.array([[5, 3, 0, 0, 7, 0, 0, 0, 0], [6, 0, 0, 1, 9, 5, 0, 0, 0], [0, 9, 8, 0, 0, 0, 0, 6, 0], [8, 0, 0, 0, 6, 0, 0, 0, 3], [4, 0, 0, 8, 0, 3, 0, 0, 1], [7, 0, 0, 0, 2, 0, 0, 0, 6], [0, 6, 0, 0, 0, 0, 2, 8, 0], [0, 0, 0, 4, 1, 9, 0, 0, 5], [0, 0, 0, 0, 8, 0, 0, 7, 9]]) if solve_sudoku(board): print("Solution:") print(board) else: print("No solution exists.") ```
评论 2
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