数据结构课程设计实验二:隐式图的搜索问题

目录

（一）实验内容

（二）实验目的

（三）基本思路

（四）算法设计

（五）实验主要数据类型定义

（六）实验代码

（七）实验内容展示

---

（一）实验内容

编写九宫重排问题的启发式搜索（A*算法）求解程序。

在3х3组成的九宫棋盘上，放置数码为1~8的8个棋子，棋盘中留有一个空格，空格周围的棋子可以移动到空格中，从而改变棋盘的布局。根据给定初始布局和目标布局，编程给出一个最优的走法序列。输出每个状态的棋盘
测试数据：初始状态：123456780  目标状态：012345678

【输入格式】
     输入包含三行，每行3各整数，分别为0-8这九个数字，以空格符号隔开，标识问题的初始状态。0表示空格，例如：

 2 0 3

 1 8 4

 7 6 5

（二）实验目的

1. 了解并掌握数据结构和算法设计的方法，具备初步的独立分析和设计能力
2. 初步掌握软件开发过程的问题分析分析、系统设计、程序编码和测试等基本方法和技能。
3. 提高综合运用所学的理论知识和方法，独立分析和解决问题的能力。
4. 训练用系统的观点和软件开发一般规范进行软件的开发，培养软件工作着所具备的科学工作方法和作风。

（三）基本思路

        对于这个问题，首先要判断的应该是是否有结果。从线性代数中我们能够知道，计算这两个有序数列的逆序值，如果两者都是偶数或奇数，则可通过变换到达，否则，这两个状态不可达。因此我们可以通过这个办法来让我们迈出第一步，省去许多不必要的搜索。

        如果初始状态可以到达目标状态，我们便使用常用的状态空间搜索——深度优先和广度优先来解决问题。广度和深度优先搜索有一个很大的缺陷就是他们都是在一个给定的状态空间中穷举。这在状态空间不大的情况下是很合适的算法，可是当状态空间十分大，且不预测的情况下就不可取了。他的效率实在太低，甚至不可完成。由于九宫重排问题状态空间共有9!个状态，如果选定了初始状态和目标状态，有9!/2个状态要搜索，考虑到时间和空间的限制，在这里要求采用A*算法求解。

        A*算法是启发式搜索算法，启发式搜索就是在状态空间中对每一个搜索分支进行评估，得到最好的分支，再从这个分支进行搜索直到目标。这样可以省略大量无畏的搜索路径，提到了效率。在启发式搜索中，利用当前与问题有关的信息作为启发式信息指导搜索，这些信息能够有效省略大量无谓的搜索路径，大大提高了搜索效率。
        启发式搜索算法定义了一个估价函数f(n)，与问题相关的启发式信息都被计算为一定的 f(n) 的值，引入到搜索过程中。f(n) = g(n) +h(n)其中f(n) 是节点n的估价函数，g(n)是在状态空间中从初始节点到节点n的实际代价，h(n)是从节点n到目标节点最佳路径的估计代价。 在九宫重排问题中，显然g(n)就是从初始状态变换到当前状态所移动的步数，估计函数h(n)估计的是节点n到目标节点的距离，我们用欧几里德距离来估计。