背景
-
在我们的一生中,会遇到很多重要的岔路口。在岔路口上,每个选择都会影响我们今后的人生。有的人在每个岔路口都能做出最正确的选择,最后生活、事业都达到了一个很高的高度;而有的人一路选错,最后碌碌无为。如果人生可以量化,那如何才能在岔路口做出最正确的选择,让自己的人生“最优”呢?
-
我们可以借助前面学过的贪心算法,在每次面对岔路口的时候,都做出看起来最优的选择,期望这一组选择可以使得我们的人生达到“最优”。但是,贪心算法并不一定能得到最优解。那有没有什么办法能得到最优解呢?
-
2004年上映了一部非常著名的电影《蝴蝶效应》,讲的就是主人公为了达到自己的目标,一直通过回溯的方法,回到童年,在关键的岔路口,重新做选择。当然,这只是科幻电影,我们的人生是无法倒退的,但是这其中蕴含的思想其实就是回溯算法。
-
笼统地讲,回溯算法很多时候都应用在“搜索”这类问题上。不过这里说的搜索,并不是狭义的指我们前面讲过的图的搜索算法,而是在一组可能的解中,搜索满 足期望的解。
-
回溯的处理思想,有点类似枚举搜索。我们枚举所有的解,找到满足期望的解。为了有规律地枚举所有可能的解,避免遗漏和重复,我们把问题求解的过程分为多个阶段。每个阶段,我们都会面对一个岔路口,我们先随意选一条路走,当发现这条路走不通的时候(不符合期望的解),就回退到上一个岔路口,另选一种走法继续走。
八皇后问题
- 我们有一个8x8的棋盘,希望往里放8个棋子(皇后),每个棋子所在的行、列、对角线都不能有另一个棋子。你可以看我画的图,第一幅图是满足条件的一种方法,第二幅图是不满足条件的。八皇后问题就是期望找到所有满足这种要求的放棋子方式。
我们把这个问题划分成8个阶段,依次将8个棋子放到第一行、第二行、第三行…第八行。在放置的过程中,我们不停地检查当前的方法,是否满足要求。如果 满足,则跳到下一行继续放置棋子;如果不满足,那就再换一种方法,继续尝试。
代码如下:
package main
import "fmt"
//下标i表示行,值j表示列,表示第(i,j)位置放一个皇后
var result = make([]int, 8)
var cnt = 0 //记录有多少种
func cal8queens(row int) {
//递归退出条件
if row == 8 {
cnt++
printQueens(result) //满足则打印
return
}
//画图理解,当一条路走不通,回到原位置,把皇后放到下一列,再尝试
for column := 0; column < 8; column++ { //每一行都有8种放法
if isOk(row, column) { //如果满足条件
result[row] = column //第row行的皇后放在column列上
cal8queens(row + 1) //计算下一行皇后的位置
}
}
}
//巧妙的判断思路,利用column,只需要判断左上、右上和正上方三个方向
func isOk(row, column int) bool {
leftup, rightup := column-1, column+1
for i := row - 1; i >= 0; i-- {
if result[i] == column {
return false //第i行的column列有皇后
}
if leftup >= 0 {
if result[i] == leftup {
return false
}
}
if rightup <= 7 {
if result[i] == rightup {
return false
}
}
leftup--
rightup++
}
return true
}
func printQueens(result []int) {
for row := 0; row < 8; row++ {
column := result[row]
for col := 0; col < 8; col++ {
if col != column {
fmt.Printf("*")
} else {
fmt.Printf("Q")
}
}
fmt.Println()
}
fmt.Println("===================")
}
func main() {
cal8queens(0) //调用方式
fmt.Printf("8皇后问题共有%d种排列方法\n", cnt)
}