python翻转棋_Python算法做翻转棋子游戏

2020-08-30 20:15:35

我分别用穷举和回溯两种算法来实现这个功能，代码如下：

#穷举法：直接用位运算操作整数t的各个二进制数位，效率更高

def divide_stones_4(a, n):

total = sum(a)

half = total // 2

max_s = 0

lib = tuple(map(lambda x: 1 << x, range(n-1,-1,-1)))#从高到低标记每个二进制位的1

for t in range(1<

s = 0

for i in range(n):

if t & lib[i] > 0: #t的二进制数第i位是1，则选择该堆石子

s += a[i]      #累计被选中的石子堆的数量

if max_s < s <= half: #更新最优解

max_s = s

return total - max_s * 2 #返回最小差值

#深搜算法：直接用位运算操作整数t的各个二进制数位，每层递归函数的选择模式都继承自上一层函数，每层只选择1堆石子

def divide_stones_5(a, n):

total = sum(a)

half = total // 2

max_s = 0

lib = tuple(map(lambda x: 1 << x, range(n-1,-1,-1)))#从高到低标记每个二进制位的1

def dfs(t, s): #参数：t,正整数，其二进制数代表当前选择模式；s,正整数，表示已经选择的石子数量。

nonlocal max_s

if s > max_s: #更新最优解

max_s = s

for i, bit in enumerate(lib):

if t & bit == 0:     #只在第一个值为1的二进制位左侧设置1，以避免重复

if s+a[i] <= half:  #已经超出半数就无需再选择新的石子堆了

t |= bit     #将整数t的第i个二进制位设置成1

dfs(t, s+a[i])

t &= ~bit    #将整数t的第i个二进制位恢复成0

else:

break

dfs(0, 0)

return total - max_s * 2 #返回最小差值

在穷举算法中，无论是用列表b来模拟一个整数t的n位二进制数，还是用位运算直接操作整数t的各个二进制位，都是非常巧妙的方法，每当遇到这种题目，都有令人眼前一亮的感觉。无独有偶，我有幸遇到了与“石子划分问题”很相似的一道题目，与大家共同分享。

题目：翻转棋子游戏

难度：3星      有趣：3星    有用：3星

分类：穷举，深搜，广搜

描述：翻转棋子游戏是这样玩的：

有一张4*4的棋盘，在16个位置上每个位置放着一个棋子，棋子一面是黑色，另一面是白色，棋子或者白色面朝上，或者黑色面朝上。

游戏的走法如下：每一步先选择一个位置，然后把该位置和上，下，左，右(不越界)相邻位置上的棋子翻转(白->黑，黑->白)。

我们用一个长度为16的字符串board存储棋盘上每颗棋子的颜色状态，每颗棋子的颜色可以用0、1来表示，0表示白，1表示黑，顺序为从左至右，从上至下。

例如，board="1011000111110001"，表示的棋盘状态如下：

1010

0000

1101

1001

当我们选择第三行，第一列的位置翻转时，棋盘变化为:

1010

1000

0001

0001

游戏的目的是用最少的步数把全部棋子变为白色向上或黑色向上。

函数：flip_chess(board)

参数说明：board -- 长度为16的字符串，存储了棋盘上每颗棋子的初始颜色状态。

返回值：返回最少的翻转次数，如果无法翻转成目标状态，则输出"impossible"。

样例1: board="1010000011011001"，返回"impossible"；

样例2: board="1001110110011000"，返回4。

算法分析：

初看本题，最容易想到的是穷举法，用包含16个元素的列表d分别表示每个棋子的翻转状态，d[i]=1表示翻转第i个棋子，d[i]=0表示不翻转。

可以穷举从d=[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]到d=[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]，即从都不翻转到都翻转。若把列表d对应整数t的16位二进制数，则相当于穷举从t=0到t=2^16-1。

我们可以直接用位运算操作整数t的各个二进制数位，从而生成整数t对应的棋盘翻转模式，判断该模式是否有解。若该翻转模式能获得更好的解，则更新最优解。

本题的各种算法也可以用c++语言来实现，两种语言相比较，我发现由于Python语言的自动回收内存机制和函数式编程特征，以及丰富的内置函数，使得编程者无需考虑过多的实现细节，能更关注算法思想本身，代码也更简洁，更优雅。

----------------------------------------------

相关文章

更多文章

.