8数码A*算法解决

最新推荐文章于 2023-11-21 11:58:22 发布
最新推荐文章于 2023-11-21 11:58:22 发布
阅读量219 收藏
点赞数
分类专栏： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xxhxuexi/article/details/84534361
版权
xxhxuexi
关注
专栏目录
A*算法求解八数码问题_C#语言
11-20
A*算法求解八数码问题 1、A*算法基本思想： 1）建立一个队列，计算初始结点的估价函数f，并将初始结点入队，设置队列头和尾指针。 2）取出队列头（队列头指针所指）的结点，如果该结点是目标结点，则输出路径，程序结束。否则对结点进行扩展。 3）检查扩展出的新结点是否与队列中的结点重复，若与不能再扩展的结点重复（位于队列头指针之前），则将它抛弃；若新结点与待扩展的结点重复（位于队列头指针之后），则比较两个结点的估价函数中g的大小，保留较小g值的结点。跳至第五步。 4）如果扩展出的新结点与队列中的结点不重复，则按照它的估价函数f大小将它插入队列中的头结点后待扩展结点的适当位置，使它们按从小到大的顺序排列，最后更新队列尾指针。 5）如果队列头的结点还可以扩展，直接返回第二步。否则将队列头指针指向下一结点，再返回第二步。 2、程序运行基本环境： 源程序所使用编程语言：C# 编译环境：VS2010，.net framework 4.0 运行环境：.net framework 4.0 3、程序运行界面 可使用程序中的test来随机生成源状态与目标状态 此停顿过程中按Enter即可使程序开始运行W（n）部分； 此停顿部分按Enter后程序退出； 4、无解问题运行情况 这里源程序中是先计算源状态与目标状态的逆序对的奇偶性是否一致来判断是否有解的。下面是无解时的运行画面： 输入无解的一组源状态到目标状态，例如： 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 8 7 0 运行画面如下： 5、性能比较 对于任一给定可解初始状态，状态空间有9!/2=181440个状态；当采用不在位棋子数作为启发函数时，深度超过20时，算法求解速度较慢； 其中启发函数P(n)与W(n)的含义如下： P(n): 任意节点与目标结点之间的距离； W(n): 不在位的将牌数； 源状态 目标状态 P(n) 生成节点数 W(n) 生成节点数 P(n) 扩展节点数 W(n) 扩展节点数 2 8 3 1 6 4 7 0 5 1 2 3 8 0 4 7 6 5 11 13 5 6 1 2 3 8 0 4 7 6 5 0 1 3 8 2 4 7 6 5 6 6 2 2 4 8 2 5 1 6 7 0 3 7 4 2 8 5 6 1 3 0 41 79 22 46 6 2 5 8 7 0 3 1 4 0 3 6 7 1 8 4 5 2 359 10530 220 6769 7 6 3 1 0 4 8 5 2 2 8 7 1 3 4 6 5 0 486 8138 312 5295 下图是解决随机生成的100中状态中，P(n)生成函数的生成节点与扩展节点统计图： 由上图可知，P(n)作为启发函数，平均生成节点数大约在1000左右，平均扩展节点数大约在600左右； 下图是解决随机生成的100中状态中，W(n)生成函数的生成节点与扩展节点统计图： 由上图可知，W (n)作为启发函数，平均生成节点数大约在15000左右,是P(n)作为启发函数时的平均生成节点的15倍；W (n)作为启发函数，平均扩展节点数大约在10000左右，是P(n)作为启发函数时的平均扩展节点的15倍； 下图是解决随机生成的100中状态中，两个生成函数的生成节点与扩展节点统计图： 由上述图表可以看到，将P(n)作为启发函数比将W(n)作为启发函数时，生成节点数与扩展节点数更稳定，相比较来说，采用P(n)作为启发函数的性能比采用W(n)作为启发函数的性能好。 6、源代码说明 1）AStar-EightDigital-Statistics文件夹：用来随机生成100个状态，并对这100个状态分别用P(n)与W(n)分别作为启发函数算出生成节点以及扩展节点，以供生成图表使用；运行界面如下： 2）Test文件夹：将0-8这9个数字随机排序，用来随机生成源状态以及目标状态的；运行界面如下： 3）AStar-EightDigital文件夹：输入源状态和目标状态，程序搜索出P(n)与W(n)分别作为启发函数时的生成节点数以及扩展节点数，并给出从源状态到目标状态的移动步骤；运行界面如下： 提高了运行速度的几处编码思想： 1、 在维护open以及close列表的同时，也维护一个类型为hashtable的open以及close列表，主要用来提高判断当前节点是否在open列表以及close列表中出现时的性能； 2、 对于每个状态，按照从左到右，从上到下，依次将数字拼接起来，形成一个唯一标识identify，通过该标识，可以直接判断两个状态是否是同一个状态，而不需要循环判断每个位置上的数字是否相等 3、 在生成每个状态的唯一标识identify时，同时计算了该状态的空格所在位置，通过空格所在位置，可以直接判断能否进行上移、下移、左移、右移等动作； 4、 只计算初始节点的h值，其它生成的节点的h值是根据当前状态的h值、移动的操作等计算后得出的，规则如下： a) 采用W(n)这种方式，不在位置的将牌数,共有以下3中情况： i. 该数字原不在最终位置上，移动后，在其最终位置上 这种情况下，生成的子节点的h值= 父节点的h值-1 ii. 该数字原在最终位置上，移动后，不在其最终位置上 这种情况下，生成的子节点的h值= 父节点的h值 +1 iii. 该数字原不在最终位置上，移动后，还是不在其最终位置上 这种情况下，生成的子节点的h值= 父节点的h值 iv. 该数字原在最终位置上，移动后，还在其最终位置 这种情况不存在 b) 采用P(n)这种方式，节点与目标距离，可通过下面3步完成 i. 首先计算在原位置时，与目标位置的距离，命名为Distance1 ii. 移动后，计算当前位置与目标位置的距离，命名为Distance2 iii. 计算子节点的h值： 子节点的h值 = 父节点的h值- Distance1+ Distance2 5、 在任意状态中的每个数字和目标状态中同一数字的相对距离就有9*9种，可以先将这些相对距离算出来，用一个矩阵存储，这样只要知道两个状态中同一个数字的位置，就可查出它们的相对距离，也就是该数字的偏移距离；例如在一个状态中，数字8的位置是3，在另一状态中位置是7，那么从矩阵的3行7列可找到2，它就是8在两个状态中的偏移距离。
A*算法与八数码问题（numpy）
醉蕤的博客
06-13 6349
A*算法与八数码问题（numpy）超详细
A*算法求解八数码问题
Michelle
07-07 1万+
实验内容 1 参考A算法核心代码，以8数码问题为例实现A算法的求解程序（编程语言不限），要求设计两种不同的估价函数。 2 在求解8数码问题的A算法程序中，设置相同的初始状态和目标状态，针对不同的估价函数，求得问题的解，并比较它们对搜索算法性能的影响，包括扩展节点数、生成节点数等。 3 对于8数码问题，设置与上述2相同的初始状态和目标状态，用宽度优先搜索算法（即令估计代价h(n)＝0的A算法）求得问...
A*算法求解八数码问题实验（详细附代码）
weixin_62344164的博客
05-19 8702
A*算法求解八数码问题实验（详细附代码）
八数码与A*算法
qq_52237775的博客
08-09 478
八数码 状态搜索问题 八数码问题也称为九宫问题。在3×3的棋盘，摆有八个棋子，每个棋子上标有1至8的某一数字，不同棋子上标的数字不相同。棋盘上还有一个空格，与空格相邻的棋子可以移到空格中。要求解决的问题是：给出一个初始状态和一个目标状态，找出一种从初始转变成目标状态的移动棋子步数最少的移动步骤。 我们从空格处移动，也就是初始状态A,可以按上下左右顺序移动，之后再将这四个改变的棋盘再拓展，直到目标状态F。在此中间，我们还要判断这个状态是否与之前的状态重复，一是减少时间复杂度，二是使我们的代码更加完善。 这
Java-A*算法解决八数码问题算法源码
10-29
用A*算法（人工智能或者数据结构与算法课程可能会学）解决八数码问题： 初始状态 目标状态 2 8 3 1 2 3 1 6 4 8 4 7 5 7 6 5 java实现方法在源码中。
八数码问题A*算法代码
04-06
《八数码问题与A*算法实现详解》 八数码问题，又称滑动拼图或15拼图，是一个经典的计算机科学问题，属于图灵完全问题的范畴。它涉及到在一个3x3的网格上，通过空格与其他数字进行交换，使得初始布局最终转变为预设...
A*算法解决8数码问题（Python实现）
12-28
算法课程实验、大作业
C++实现A*算法十五数码问题
05-04
总的来说，通过C++实现A*算法解决十五数码问题，需要理解A*算法的基本原理，设计合适的启发式函数，创建合适的数据结构来表示游戏状态，以及有效地实现搜索过程。这个项目不仅能帮助学习者掌握A*算法，还能加深对...
人工智能-A*启发式搜索算法解决八数码问题 Python实现
热门推荐
SCY164759920的博客
10-04 2万+
八数码问题也称为九宫问题。在 3×3 的棋盘，摆有八个棋子，每个棋子上标有 1 至 8 的某一数字，不同棋子上标的数字不相同。棋盘上还有一个空格（以数字 0 来表示），与空 格相邻的棋子可以移到空格中。要求解决的问题是：给出一个初始状态和一个目标状态，找出一种从初始转变成目标状态的移动棋子步数最少的移动步骤。该问题可用A*启发式搜索算法求解。
8数码实验1
08-03
1.以 8 数码问题为例实现 A*算法的求解程序（编程语言不限），要求设计两种不同的估 2.设置相同初始状态和目标状态，针对不同的估价函数，求得问题的解，并比较
使用A*算法实现8数码问题的求解
10-27
使用A*算法实现8数码问题的求解，以人格保证可以正确运行，并且运行时输出空格移动的步骤！文件使用VC++6.0打开，代码文件是1.cpp
A*算法八数码（C语言）
11-27
这是人工智能课的一个作业题目，用A*算法做的八数码
A*算法实现及讲解
09-13
这里用的是经典的A*算法实现的路径最优寻找
A*算法求解八数码问题的python实现
最新发布
weixin_62675848的博客
11-21 830
熟悉和掌握启发式搜索的定义、估价函数和算法过程,并利用 A*算法求解 N 数码难题,理解求解流程和搜索顺序。
基于C++实现A算法的求解八数码问题的程序
毕业作品网站
07-26 2275
15 数码问题也能通过简单的修改宏定义来整体适应。算法求解 8 数码难题，理解求解流程和搜索顺序。(2) 源文件代码清单、主要函数清单 9。(1) 实验中存在的问题及解决方案 16。(1) 总体设计思路与总体架构 3。(4) 其它创新内容或优化算法 8。(2) 核心算法及基本原理 4。1.采用 C++语言实现 A。(3) 实验结果展示 13。(3) 后续改进方向 17。(4) 实验结论 16。(2) 心得体会 17。(1) 实验目的 3。(2) 实验内容 3。(3) 模块设计 5。(1) 环境说明 9。
A算法求解八数码问题（C++实现）
LeopoldZhang2000的博客
02-16 4651
A算法求解八数码问题 （0）判断有无解：根据逆序数直接判断有无解，对于一个八数码，依次排列之后，每次是将空位和相邻位进行调换，研究后会发现，每次调换，逆序数增幅都为偶数，也就是不改变奇偶性，所以初始和目标状态的逆序数的奇偶性相同。 （1） 定义代价函数G(x)和启发函数H(X)，以A算法进行求解。 （2） 输入初始状态和目标状态。 （3） 输出从初始状态到目标状态的路线。
基于Python的A*算法求解八数码问题
qq_48182858的博客
03-27 4667
问题描述： 在一个3*3的九宫中有1-8这8个数字以及一个空格随机摆放在其中的格子里。将该九宫格的初始状态调整到目标状态。 规则：每次只能将与空格（上、下、左、右）相邻的一个数字移动到空格中。试编程实现这一问题的求解。为了程序中表示方便，用0代替空格。 如： 要点： A算法的核心在于估价函数f(n) = g(n) + h(n) 。 g(n)为初始结点到当前结点n的代价； h(n)称为启发函数，表示节点 n 到目标节点的估计代价，这里取与目标状态相比错位的数目。 A算法在运算过程中，每次从队列中选取f(n)
使用A*算法解决8数码问题
"这篇文档是一篇关于8数码问题的研究论文，由一组学生完成，使用了A*算法来解决8数码问题。文章详细介绍了问题描述、问题分析、设计环境、设计思路以及运行结果，并给出了部分程序代码片段。" 8数码问题，也被称为...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值