matlab madian,马踏棋盘——贪心算法

原来一直认为算法没啥难的，前几天无意间在网上看到了马踏棋盘的问题，就尝试的做了做。这才发现之前上的课真是白上了，什么回溯、递归、贪心，就记得点名字，其他全都通通忘了(其实，当时就没学明白，嘿嘿)。正好借着这个机会，从新学习一遍，鉴于估计以后还得忘(记性不好)，特此写一篇博文记录一下。

-----------------------------我是分割线(怕自己看不懂，嘿嘿)--------------------------

​首先，对问题描述一下。马踏棋盘问题就是在一个8X8的棋盘上，马按照日字形规则在棋盘上欢快的跳跃，如何才能将每个格子都走到，而且每个格子只能跳一次。(不知道这个问题谁想的，一定是闲的蛋疼。。。)抽象来看，就是一个搜索问题，如果用二叉树来表示，就是一个深度为64，每个树杈有不多于7种分支的树(自行脑补，懒得画图了)。那么最直观的方法就是用遍历的方法，也就是所谓的深度搜索(听着好牛)，但是这样的效率据说比较低(我也没验证，有时间再说)，还有比较常用的就是贪心算法，也就是本文所用方法。

这里大概说一下贪心算法的内涵，就是在每次决策的时候选取局部最优(就是这么简单)。对于马踏棋盘的问题来说，每次选取出口最少的路径。至于为什么这么选择，我看到有人说是因为出口少就代表选择性小，遍历的也就会快，也就越容易先排除，这样就增加了算法速度。但是，如果按照这个理论也就意味着，在决策的时候要去找局部最差，显然这个解释不太合理(不过，我目前也没想明白)。先不管为啥了，就这么做吧。

再说说这里面要用到的回溯和递归算法，这两个算法的意思我就不解释了。我要说的是在设计递归的时候，要把任务拆分成​循环任务。同时，要设计出成功通道，也就是什么情况下递归结束。对于该问题，递归函数要完成的有以下几点：1.查找可用的子节点；2.记录当前结点位置；3.进入一个子节点；4.判定递归成功，并从成功通道跳出递归。

对于回溯算法，就是如果不成功，要从子节点回到父节点。对于本问题，其实并不需要设置回到父节点的​程序，只需要将已经记录的位置清零(也就是相当于没走这条路)，并且不再进行下一步的递归，跳出当前程序，也就是回溯了。

在编程的时候，为了调代码方便，看到有人用5X5的棋盘做实验，我也就照猫画虎。​但是，要注意的是5X5的棋盘并不是所有点都有解(就没人说过！！导致我还老以为我的代码出问题了，8X8的棋盘是所有点都有解的)。

都说无图无真相，先放两张图，一张5X5，一张8X8

5X5解法

8X8解法

程序用文字描述如下：

【输出棋盘号，标志位】=查找路径【节点位置，输入棋盘号】

if 是否走完了所有位置

标志位置1；return；

end

查找所有可能子节点

将子节点按照贪心算法排序

for 每个可能节点

递归查找路径函数

if 标志位为1

记录当前棋盘号；​

给该曾函数标识1；return；

else

给当前棋盘号置0；%这就是回溯

end​​

end

标识0；

end

Matlab程序如下：

function [ output_args ] = HourseChessOfBack( input_args

)

%HORSE 马踏棋盘-贪心算法

%时间:20160414

%-----------初始化棋盘以及初始位置------------------

borad_l=5;

%棋盘横向长度

borad_h=5;

%棋盘纵向高度

x=1;%unidrnd(borad_l);

y=1;%unidrnd(borad_h);

CBorad=zeros(borad_h,borad_l);

Path=[x,y];

%记录马的路径

CBorad(x,y)=1;

%标记棋盘第一步位置

count=2;

%标记后从2开始

%-----------开始计算路径----------------------------

t_start=clock;

[mborad,mark]=track(x,y,count,CBorad);

%计算解集，输出标志位，以及棋盘标号

t_span=etime(clock,t_start);

%------------判断是否获得可用路径-------------------

if(mark==1)

%------------将mborad中标号转换到Path中路径---------

for k=2:size(CBorad,1)*size(CBorad,2)

mpos=find(mborad==k);

r=rem(mpos,size(CBorad,1));

if(r==0)

r=size(CBorad,1);

end

Path=[Path;r (mpos-r)/size(mborad,1)+1];

end

%------------绘制棋盘以及马走过的路径----------------

figure

hold on

plot(Path(1,1)+0.5,Path(1,2)+0.5,'or');

plot(Path(:,1)+0.5,Path(:,2)+0.5,'*');

plot(Path(:,1)+0.5,Path(:,2)+0.5,'g');

plot(Path(size(Path,1),1)+0.5,Path(size(Path,1),2)+0.5,'ob');

for j=1:borad_l+1

plot(j*ones(1,borad_l+1),1:borad_l+1,'r');

plot(1:borad_l+1,j*ones(1,borad_l+1),'r');

end

hold off

disp(['计算所需时间为： ' num2str(t_span)

's']);

else

disp(['当x=' num2str(x) ',y=' num2str(y) '

无解！']);

end

end

function

[MBorad,mark]=track(x,y,count,CBorad)

%查找当前子节点，并进入代价最小的子节点

%---------------设置节点初始条件--------------------------------

mx1=x;

my1=y;

pCost=[];

C_size=size(CBorad,1)*size(CBorad,2);

%--------------找出有效子节点-----------------------------------

tempos=FindPos(mx1,my1,CBorad);

%找出周围不超过边界的点

validate_pos=IsNull(tempos,CBorad);

%找出还未走过的店

poslength=size(validate_pos,1);

if(count>5)

y=1;

end

%--------------判断是否存在子节点--------------------------------

if(poslength~=0)

%----------如过存在子节点，且当前标号为C_size，那么就得到最终解，返回标志位1--

if(count==C_size)

CBorad(validate_pos(1,1),validate_pos(1,2))=count;

mark=1;

MBorad=CBorad;

return;

end

%-------------否则，计算各子节点代价函数PointCost,即每个节点出口数量---------------

for j=1:poslength

tempcost=PointCost(validate_pos(j,1),validate_pos(j,2),CBorad);

pCost=[pCost,tempcost];

end

%-------------将子节点按照出口数量递增排序，以便进行局部最优搜索-------------------

[SpCost,Sindex]=sort(pCost);

Sort_pos=validate_pos(Sindex,:);

%-------------依次搜索每个子节点，并给当前结点标号----------------------------------

for m=1:poslength

tx=Sort_pos(m,1);

ty=Sort_pos(m,2);

CBorad(tx,ty)=count;

[borad,result]=track(tx,ty,count+1,CBorad);

%-------------如果找到了最终路径，那么得到result=1，继续返回成功标志位1--------------

if(result==1)

mark=1;

MBorad=borad;

return;

else

%------------如果不成功，就将当前结点置0，结束当前结点搜索，程序就相当于回溯到上一状态继续------

CBorad(tx,ty)=0;

end

end

end

%------------如果没有return，则代表不成功，那么返回标志位0--------------------------

mark=0;

MBorad=CBorad;

end

function Pos=IsNull(pos,ChessMat)

%检查点是否走过,即已经被标注过

Pos=[];

for

i=1:size(pos,1)

if(ChessMat(pos(i,1),pos(i,2))==0)

Pos=[Pos;pos(i,:)];

end

end

end

function Pos= FindPos(cord_x,cord_y,ChessMat)

%找到在棋盘边界内的子节点

[ny,nx]=size(ChessMat);

%ny是y轴长度，nx是x轴长度

bias_x=[-2,-1,1,2,2,1,-1,-2]';

%横向偏差，坐标为x

bias_y=[1,2,2,1,-1,-2,-2,-1]';

%纵向偏差，坐标为y

x1=cord_x+bias_x;

y1=cord_y+bias_y;

Cord_xy=[x1 y1];

pos_xy=find((Cord_xy(:,1)>0)&(Cord_xy(:,1)<=nx)&(Cord_xy(:,2)>0)&(Cord_xy(:,2)<=ny));

Val_Data=Cord_xy(pos_xy,:);

Pos=Val_Data;

end

function Cost =PointCost(cord_x,cord_y,ChessMat)

%左上角坐标为(1,1)，右下角坐标为(nx,ny)

[ny,nx]=size(ChessMat);

%ny是y轴长度，nx是x轴长度

Posxy=FindPos(cord_x,cord_y,ChessMat);

Val_pos=(Posxy(:,1)-1)*ny+Posxy(:,2);

ChessMat=ChessMat(:);

Allary=ChessMat(Val_pos);

Cost=size(find(Allary==0),1);

end

​