题目要求:
在一个N*N大小的棋盘上,放置N个皇后棋子,保证每个棋子不互相攻击(皇后的攻击范围为所在行列和主次对角线)
列出所有解法
优化思路:
原先的回溯关系,过于繁琐,许多不必要的情况也被回溯了。如第一行中放置了一个Q 之后的回溯是在当前位置之后的所有位置进行回溯。实际上,只要第一行中放置了皇后,之后的皇后只能放在第一行之后的所有行中。这样至多减少n中情况的回溯。能够大大减少耗时。
class Solution(object):
def __init__(self):
self.count = 0
self.res = []
self.hill = []
self.dale = []
self.chess_map = []
def solveNQueens(self,n:int):
self.chess_map = [['.'] * n for _ in range(n)]
def check(row,col):
if row+col in self.hill or row-col in self.dale:
return False
for i in range(n):
if self.chess_map[i][col] =='Q':
return False
return True
def backtrack(row=0):
temp = []
for col in range(n):
if check(row,col) :
self.chess_map[row][col] = 'Q'
self.hill.append(row+col)
self.dale.append(row-col)
if row+1 == n :
for m in range(len(self.chess_map)):
temp.append("".join(self.chess_map[m]))
self.res.append(temp)
else:
backtrack(row+1)
self.chess_map[row][col] = '.'
self.hill.pop()
self.dale.pop()
backtrack()
return self.res
print(Solution().solveNQueens(9))
==原思路=
思路:
一道十分典型也算较为复杂的回溯法算法
实际是对枚举的优化
首先先在棋盘最左上角放置一个皇后,然后向后寻找下一个可以放置皇后的位置,找到后放下下一个皇后,再向后寻找下一个可以放下皇后的位置。直到放置完所有可以放置的位置。如果棋盘上的总棋子数等于N,则返回一个正确解,并将最后一个皇后移除,继续向后寻找下一个皇后位置。直到整个棋盘被历遍。
如果总棋子数小于N 则回溯到上一个皇后的位置并移除,向后寻找满足后续条件的放置位置。
算法实现:
对于回溯问题,还是两个最关键的条件确定
1.终止条件:第一个棋子已经历遍整个棋盘可以被放置的所有位置。(注意本题要求是输出所有解,不能找到一个解后就终止循环,而是找到一个解后继续向后寻找)
2.回溯条件:
同样是因为需要列出所有解,所以会存在两个回溯条件。
(1)历遍完整个棋盘后,所有情况的棋子总数均小于N,则需要回溯到上一个皇后放置的位置,向后寻找一个新的位置继续后续循环
(2)找到了一个正确解。此时需要将最后一个皇后移除,并向后寻找看有没有新的解。
代码:
import copy
class Solution(object):
def __init__(self):
self.count = 0
self.res = []
self.save = []
def solveNQueens(self,n:int):
chess_map = [['.'] * n for _ in range(n)]
def check(row, col, chess_map):
n = len(chess_map)
for i in range(n):
if chess_map[row][i] == 'Q':
return False
for i in range(n):
if chess_map[i][col] == 'Q':
return False
x = row
y = col
while (y>-1 and x<n):
if chess_map[x][y] == 'Q':
return False
else:
x+=1
y-=1
x = row
y = col
while (x>-1 and y<n):
if chess_map[x][y] == 'Q':
return False
else:
x-=1
y+=1
x = row
y = col
while (y<n and x<n):
if chess_map[x][y] == 'Q':
return False
else:
x+=1
y+=1
x = row
y = col
while (x>-1 and y>-1):
if chess_map[x][y] == 'Q':
return False
else:
x-=1
y-=1
return True
def backtrack(n, row, col, chess_map):
temp = []
if self.count == n:
self.save = copy.deepcopy(chess_map)
for m in range(len(self.save)):
temp.append("".join(self.save[m]))
self.res.append(temp)
chess_map[row][col] = '.'
self.count -=1
return True
for i in range(n):
for j in range(n):
if i <row or (i==row and j<=col) :
continue
if check(i, j, chess_map) :
chess_map[i][j] = 'Q'
self.count += 1
if backtrack(n, i, j, chess_map):
continue
else:
chess_map[i][j] = '.'
self.count -=1
continue
else:
chess_map[i][j] = '.'
backtrack(n, -1, -1, chess_map)
return self.res
print(Solution().solveNQueens(9))
过程踩坑:
1.棋盘的初始化。
一开始没仔细看题,按照自己的想法 用[[’*’] X n for _ in range(n)] (X为乘号 实际为星号 然而憨憨csdn星号是表示斜体。。都没找到在哪取消)构建了行为list的棋盘。实际上题目要求的是字符串。然后以为只需要用str()函数改写即可。之后遇到的问题为python中字符串为不可变元素。直接用
chess_map[i][j] == 'Q'
赋值时会出错。所以最后解决办法是在最后输出时,用join函数将列表改写为字符串
2.两个回溯条件
一开始没有考虑到两个回溯条件,代码写完发现始终只能输出找到的第一个解。
之后想到了找到解后需要将最后一个皇后还原,然后回到主循环continue 继续检验下一个位置是否符合
3.超时
实际上这个代码在leetcode上输入为9时超时了。初步分析是对于棋子是否放置的位置检验过于复杂。每个棋子对其所在行列和双对角线都进行了一次检测。后续需要优化
总结:
一道典型的回溯加减枝问题。
此后的回溯法问题中,始终都要分析清楚循环的终止条件和回溯条件。
借助Backtrack函数,构造回溯过程。并理清回调关系