IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 【数据结构与算法】骑士周游算法/马踏棋盘算法的介绍和程序实现 -> 正文阅读

[数据结构与算法]【数据结构与算法】骑士周游算法/马踏棋盘算法的介绍和程序实现

1. 马踏棋盘算法介绍

将马随机放在国际象棋8×8棋盘的某个方格中,马按走棋规则(马走日字)不断的进行移动

要求每个方格只进入一次,走遍棋盘上全部64个方格(即移动63次)

如下所示为一个方格的马能移动的位置

马踏棋盘算法

2. 马踏棋盘算法的原理

马踏棋盘问题(骑士周游问题)实际上是图的深度优先搜索(DFS)的应用

假如马儿踏了53个点,坐标为(1,0),发现没有位置可以移动了,就只能进行回溯,查看其他的路径。不断的进行移动和回溯就能走遍所有方格

可以使用贪心算法(greedyalgorithm)对马踏棋盘问题进行优化。先走当前位置的下一个位置的下一个位置个数较小,的下一个位置

3. 马踏棋盘算法的程序实现

马踏棋盘算法的程序实现如下:

import java.awt.*;
import java.util.ArrayList;
import java.util.Comparator;

public class HorseChessboard {

    // 棋盘的最大行数,从1开始
    private static int MAX_ROW;
    // 棋盘的最大列数,从1开始
    private static int MAX_COLUME;

    // 标记棋盘的各个位置是否被访问过。true为已访问,false为未访问
    private static boolean[] visited;
    // 如果棋盘所有位置都被访问,则为true,否则为false
    private static boolean finished;

    public static void main(String[] args) {
        MAX_ROW = 8;
        MAX_COLUME = 8;
        visited = new boolean[MAX_ROW * MAX_COLUME];

        // 马开始的行号,从1开始
        int startRow = 1;
        // 马开始的列号,从1开始
        int startColumn = 1;

        // 创建棋盘。用来保存每个方格都是第几步进入的
        int[][] chessboard = new int[MAX_ROW][MAX_COLUME];

        // 测试骑士周游问算法耗时
        System.out.println("骑士周游算法,开始运行");
        long startTime = System.currentTimeMillis();
        traversalChessboard(chessboard, startRow - 1, startColumn - 1, 1);
        long endTime = System.currentTimeMillis();
        System.out.println("共耗时: " + (endTime - startTime) + "毫秒");

        // 输出棋盘各个位置都是第几步进入的
        for (int[] rows : chessboard) {
            for (int step : rows) {
                System.out.print(step + "\t");
            }
            System.out.println();
        }
    }

    // 根据当前位置,将马能走的下一步位置放入一个集合中。下一步位置最多有8种可能
    public static ArrayList<Point> getNextPoints(Point currentPoint) {
        ArrayList<Point> nextPoints = new ArrayList<Point>();

        Point tmpPoint = new Point();

        // 先进行赋值,在进行比较
        // 表示马儿可以走5这个位置
        if ((tmpPoint.x = currentPoint.x - 2) >= 0 && (tmpPoint.y = currentPoint.y - 1) >= 0) {
            nextPoints.add(new Point(tmpPoint));
        }
        // 判断马儿可以走6这个位置
        if ((tmpPoint.x = currentPoint.x - 1) >= 0 && (tmpPoint.y = currentPoint.y - 2) >= 0) {
            nextPoints.add(new Point(tmpPoint));
        }
        // 判断马儿可以走7这个位置
        if ((tmpPoint.x = currentPoint.x + 1) < MAX_COLUME && (tmpPoint.y = currentPoint.y - 2) >= 0) {
            nextPoints.add(new Point(tmpPoint));
        }
        // 判断马儿可以走0这个位置
        if ((tmpPoint.x = currentPoint.x + 2) < MAX_COLUME && (tmpPoint.y = currentPoint.y - 1) >= 0) {
            nextPoints.add(new Point(tmpPoint));
        }
        // 判断马儿可以走1这个位置
        if ((tmpPoint.x = currentPoint.x + 2) < MAX_COLUME && (tmpPoint.y = currentPoint.y + 1) < MAX_ROW) {
            nextPoints.add(new Point(tmpPoint));
        }
        // 判断马儿可以走2这个位置
        if ((tmpPoint.x = currentPoint.x + 1) < MAX_COLUME && (tmpPoint.y = currentPoint.y + 2) < MAX_ROW) {
            nextPoints.add(new Point(tmpPoint));
        }
        // 判断马儿可以走3这个位置
        if ((tmpPoint.x = currentPoint.x - 1) >= 0 && (tmpPoint.y = currentPoint.y + 2) < MAX_ROW) {
            nextPoints.add(new Point(tmpPoint));
        }
        // 判断马儿可以走4这个位置
        if ((tmpPoint.x = currentPoint.x - 2) >= 0 && (tmpPoint.y = currentPoint.y + 1) < MAX_ROW) {
            nextPoints.add(new Point(tmpPoint));
        }

        return nextPoints;
    }

    // 将当前位置的下一个位置,按当前位置的下一个位置的下一个位置个数,从小到大进行排列
    // nextPoints是当前位置,马能走的下一步位置集合
    // 比如当前位置的下一个位置A和B,A的下一个位置有2个,B的下一个位置有3个,则A在前,B在后
    public static void sortNextPoints(ArrayList<Point> nextPoints) {
        nextPoints.sort(new Comparator<Point>() {
            @Override
            public int compare(Point point1, Point point2) {
                // 获取point1的下一个位置的个数
                int point1NextPointCount = getNextPoints(point1).size();
                // 获取point2的下一个位置的个数
                int point2NextPointCount = getNextPoints(point2).size();

                // 按从小到大排列
                if (point1NextPointCount < point2NextPointCount) {
                    return -1;
                } else if (point1NextPointCount == point2NextPointCount) {
                    return 0;
                } else {
                    return 1;
                }
            }
        });
    }

    // 骑士周游算法实现
    // 参数pointX: 马当前的point X
    // 参数pointY: 马当前的point Y
    // 参数step: 马已经走的步数
    public static void traversalChessboard(int[][] chessboard, int pointX, int pointY, int step) {
        chessboard[pointX][pointY] = step;

        // 标记当前位置为已访问
        visited[pointY * MAX_COLUME + pointX] = true;

        // 获取当前位置可以走的下一个位置的集合
        ArrayList<Point> nextPoints = getNextPoints(new Point(pointX, pointY));

        // 使用贪心算法进行优化
        // 将当前位置的下一个位置,按当前位置的下一个位置的下一个位置个数,从小到大进行排列(非递减, 即具有相同大小的递增排列)
        // 这样就会先走当前位置的下一个位置的下一个位置个数较小,的下一个位置
        sortNextPoints(nextPoints);

        // 遍历nextPoints。如果下一个位置没有访问,则进行访问
        // 如果都访问过,会执行完该方法,进行回溯
        for (Point nextPoint : nextPoints) {
            if (!visited[nextPoint.y * MAX_COLUME + nextPoint.x]) {
                traversalChessboard(chessboard, nextPoint.x, nextPoint.y, step + 1);
            }
        }

        // 如果步数还不够,且finished为false,则表示还未走完,表示走不通了
        // 则在回溯前,需要对这一步已经设置的状态进行重置
        if (step < MAX_ROW * MAX_COLUME && !finished) {
            chessboard[pointX][pointY] = 0;
            visited[pointY * MAX_COLUME + pointX] = false;
        } else {
            // 如果步数够了,则finished为true
            // 如果步数够了,finished为true,则还是finished为true
            finished = true;
        }
    }

}

运行程序,最后显示的结果如下:

骑士周游算法,开始运行
共耗时: 26毫秒
1	38	15	30	61	40	13	28	
16	31	36	39	14	29	58	41	
37	2	49	60	55	62	27	12	
32	17	54	35	52	59	42	57	
3	48	33	50	63	56	11	26	
18	21	64	53	34	51	8	43	
47	4	23	20	45	6	25	10	
22	19	46	5	24	9	44	7
  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2022-11-05 00:49:39  更:2022-11-05 00:50:21 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/25 19:23:31-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码