动手实现舞蹈链算法

把 简书 的文章转过来，这边看的人应该多点。

舞蹈链（Dancing links）实际上是一种数据结构，可以用来实现 X算法，以解决精确覆盖问题。

什么是精确覆盖（Exact Cover）问题呢？维基百科上对精确覆盖的定义如下：在一个全集 X 中若干子集的集合为 S。S* 是 S 的一个子集，当且仅当 X 中的每一个元素在 S* 中恰好出现一次时，S* 称之为一个精确覆盖。在计算机科学中，精确覆盖问题指找出这样的一种覆盖，或证明其不存在。这是一个NP-完全问题。

例如，S = {A，B，C，D，E，F} 是全集 X = {1，2，3，4，5，6，7} 的一个子集的集合，其中：
A = {1, 4, 7}
B = {1, 4}
C = {4, 5, 7}
D = {3, 5, 6}
E = {2, 3, 6, 7}
F = {2, 7}
那么，S 的一个子集 S* = {B, D, F} 是 X 的一个精确覆盖，因为 X 中的每个元素恰好在 S* 中出现了一次。

可以用 0-1 矩阵来表示精确覆盖问题。我们用矩阵的每行表示 S 的一个元素，也就是 X 的一个子集；用矩阵的每列表示 X 的一个元素。矩阵中的 1 代表这一列的元素存在于这一行对应的子集中，0 代表不存在。那么精确覆盖问题可以转化成求出矩阵若干行的集合，使得集合中的每一列恰好都有一个 1。

比如前面的问题可以用矩阵的形式表示成

$$\begin{array}{cccccccc}& 1& 2& 3& 4& 5& 6& 7\\ A& 1& 0& 0& 1& 0& 0& 1\\ B& 1& 0& 0& 1& 0& 0& 0\\ C& 0& 0& 0& 1& 1& 0& 1\\ D& 0& 0& 1& 0& 1& 1& 0\\ E& 0& 1& 1& 0& 0& 1& 1\\ F& 0& 1& 0& 0& 0& 0& 1\end{array}$$

那么选择红色的 B，D，F 能满足每列都恰好包含一个 1。

可以用 Knuth 提出的 X算法 来解决精确覆盖问题。X算法是一个非确定性的深度优先回溯算法。它的具体步骤如下：

1. 如果矩阵$A$为空（没有任何列），则当前局部解即为问题的一个解，返回成功；否则继续。
2. 根据一定方法选择第 c 列。如果某一列中没有 1，则返回失败，并去除当前局部解中最新加入的行。
3. 选择第 r 行，使得$A_{r,c}$ = 1（该步是非确定性的）。
4. 将第 r 行加入当前局部解中。
5. 对于满足$A_{r,j}$ = 1的每一列j，从矩阵$A$中删除所有满足$A_{i,j}$ = 1的行，最后再删除第 j 列。
6. 对所得比 A 小的新矩阵递归地执行此算法。

让我们用 X算法 解决上面的精确覆盖问题。

首先，当前矩阵不为空，算法继续进行。那么先选择 1 最少的一列。因为 1，2，3，5，6 列都只有 2 个 1，因此我们随便选择 1 个，比如第 1 列。

$$\begin{array}{ccc}& 1& 2\\ A& 1& 0\\ B& 1& 0\\ C& 0& 0\\ D& 0& 0\\ E& 0& 1\\ F& 0& 1\end{array}$$