「回溯算法」专题 7:游戏问题(八皇后问题)
回溯法是经典的人工智能的基础,这句话中”经典”可以理解为”传统”。现如今,人工智能领域有一个非常流行的话题,那就是机器学习。
下面我们就来介绍一个传统的人工智能问题:n 皇后问题。同样地,它是典型的递归回溯问题。
「回溯算法」由于它是一个遍历算法,再加上通常情况下,我们使用一份状态变量去搜索整个「状态空间」,因此「回溯算法」很多时候能够帮助我们解决一些游戏类的问题。
因为人脑是很难穷举玩所有可能的情况,但是我们可以借助编程语言,来帮助我们玩好一些游戏,因此,在一些人工智能的书籍上,很多时候会先介绍回溯算法,可以认为「回溯算法」是人工智能的基础算法。
下面我们就来看一个典型的使用「回溯算法」解决的问题:「n 皇后」问题,这道题是「力扣」上第 51 号问题。
n 皇后问题研究的是如何将 n 个皇后放置在 n×n 的棋盘上,并且使皇后彼此之间不能相互攻击。
上图为 8 皇后问题的一种解法。
给定一个整数 n,返回所有不同的 n 皇后问题的解决方案。
每一种解法包含一个明确的 n 皇后问题的棋子放置方案,该方案中 ‘Q’ 和 ‘.’ 分别代表了皇后和空位。
输入: 4
输出: [
[".Q..", // 解法 1
"...Q",
"Q...",
"..Q."],
["..Q.", // 解法 2
"Q...",
"...Q",
".Q.."]
]
解释: 4 皇后问题存在两个不同的解法。
分析:以 4 皇后问题为例,它的「搜索」过程如下,大家完全可以在纸上模拟下面这个过程:
{:width=500}
搜索问题的解决策略是画递归树。还以 4 皇后问题为例,画出的递归树如下。
以下假定给棋盘的每一行从左到右标记为 $1$、$2$、$3$、$4$:
{:align=center}
那么,递归搜索的过程可以表示成如下递归树(只画了 2 层):
{:width=600}
这其实就是「全排列」问题 + 「剪枝」 。 「剪枝」的依据就是题目中描述的「N 皇后」问题的规则,有了使用数组 used
(哈希表、位图)的经验,我们可以多设置一些「状态」,下面依次进行分析:
- 由于是一行一行摆放,因此这些「皇后」一定不在同一行,无需额外设置状态;
- 为了保证不再同一列,即不能出现
[2, 2, 1, 3]
这种情况,第 46 的数组used
(哈希表、位图)就是这样的「状态」 变量; - 为了保证至少两个皇后不同时出现在主对角线或者副对角线,我们的策略是,只要「检测」到新摆放的「皇后」与已经摆放好的「皇后」冲突,就尝试摆放下一个位置,在「无处安放」的时候「剪枝」。
下面我们研究一下主对角线或者副对角线上的元素有什么特性。我们此时能掌握的信息只有行和列的索引,不妨将它标注在棋盘上。
- 为此,我们可以像数组
used
那样,再为「主对角线」和「副对角线」设置相应的数组变量,只要排定一个「皇后」的位置,就相应低占住相应的位置; - 因为位置有限,可以使用数组,不过我个人先使用的哈希表,原因是副对角那里使用数组的话还要计算一个偏差,另外,数组的元素个数也要归纳得到,因此,使用哈希表表示「状态」,我认为在编码上是比较简洁的;
- 写对了「哈希表」以后,说明我们的思路是没有问题的,然后再写「数组」作为状态,最后写「位图」作为「状态」 。
得到一个符合要求的 「全排列」以后,生成棋盘的代码就很简单了。
*参考代码 *:使用哈希表分别记录「列占用情况」 、 「主对角线占用情况」 、 「副对角线占用情况」。
Java 代码:
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import java.util.Stack;
public class Solution {
public List<List<String>> solveNQueens(int n) {
List<List<String>> res = new ArrayList<>();
if (n == 0) {
return res;
}
int[] nums = new int[n];
for (int i = 0; i < n; i++) {
nums[i] = i;
}
boolean[] col = new boolean[n];
boolean[] master = new boolean[2 * n - 1];
boolean[] slave = new boolean[2 * n - 1];
Stack<Integer> stack = new Stack<>();
backtrack(nums, 0, n, col, master, slave, stack, res);
return res;
}
private void backtrack(int[] nums, int row, int n,
boolean[] col,
boolean[] master,
boolean[] slave,
Stack<Integer> stack,
List<List<String>> res) {
if (row == n) {
List<String> board = convert2board(stack, n);
res.add(board);
return;
}
// 针对每一列,尝试是否可以放置
for (int i = 0; i < n; i++) {
if (!col[i] && !master[row + i] && !slave[row - i + n - 1]) {
stack.add(nums[i]);
col[i] = true;
master[row + i] = true;
slave[row - i + n - 1] = true;
backtrack(nums, row + 1, n, col, master, slave, stack, res);
slave[row - i + n - 1] = false;
master[row + i] = false;
col[i] = false;
stack.pop();
}
}
}
private List<String> convert2board(Stack<Integer> stack, int n) {
List<String> board = new ArrayList<>();
for (Integer num : stack) {
StringBuilder stringBuilder = new StringBuilder();
for (int i = 0; i < n; i++) {
stringBuilder.append(".");
}
stringBuilder.replace(num, num + 1, "Q");
board.add(stringBuilder.toString());
}
return board;
}
}
「回溯问题」应用于游戏,一般都比较难,大家可以根据自己的实际情况酌情选择相关的练习来做。
练习
1、「力扣」第 52 题:N皇后 II;
2、「力扣」第 37 题:解数独;
3、「力扣」第 1307 题:口算难题。