DFS经典问题——八皇后

简介: DFS经典问题——八皇后

八皇后问题


原题描述


n−皇后问题是指将 n 个皇后放在 n×n 的国际象棋棋盘上,使得皇后不能相互攻击到,即任意两个皇后都不能处于同一行、同一列或同一斜线上。

微信图片_20221017131539.jpg


现在给定整数 n,请你输出所有的满足条件的棋子摆法。


输入格式

共一行,包含整数 n。


输出格式

每个解决方案占 n 行,每行输出一个长度为 n 的字符串,用来表示完整的棋盘状态。


其中 . 表示某一个位置的方格状态为空,Q 表示某一个位置的方格上摆着皇后。


每个方案输出完成后,输出一个空行。


注意:行末不能有多余空格。


输出方案的顺序任意,只要不重复且没有遗漏即可。


数据范围

1≤n≤9

输入样例:

4

输出样例:

.Q…

…Q

Q…

…Q.


…Q.

Q…

…Q

.Q…


参考代码(C++版本)

#include <iostream>
using namespace std;
const int N = 20;
int n;
char g[N][N]; //存放题目所需的棋盘
bool col[N],dg[N],udg[N];//记录当前列,当前正对角线,当前反对角线的状态是探测过与否
void dfs(int u)
{
    //到达递归结束的边界 输出当前放置好皇后的地图
  if(u == n) 
  {
      for(int i = 0;i < n;i++) puts(g[i]);
      puts("");
      return;//不要忘记return,否则会无休止的运行
  }
   //尝试每一种可能
  for(int i = 0;i < n;i++)
  {
      //判断横行u和竖列i组成的坐标(u,i) 在这列,在这正对角线,在这反对角线中是否放置了皇后
      if(!col[i] && !dg[u+i] && !udg[n-u+i])
      {
          g[u][i] = 'Q';
          col[i] = dg[u+i] = udg[n-u+i] = true;//标记这个放过皇后的点
          dfs(u+1);//继续到下一个位置
          col[i] = dg[u+i] = udg[n-u+i] = false;//回溯回来的时候,恢复现场
          g[u][i] = '.';
      }
  }
}
int main()
{
    cin >> n;
    for(int i = 0;i < n;i++)
        for(int j = 0; j < n;j++) g[i][j] = '.';
    dfs(0);
    return 0;
}

问题剖析


八皇后的核心是将每个位置逐一试探,保证每个皇后不在同一行,不在同一列,不在同一正对角线,不在同一反对角线。逐一试探的过程其实就是深度优先遍历dfs的过程,我们只用梳理好当前这个位置试探的逻辑,对于下一个位置,则和当前这一步的逻辑一样

逐步解析


处理输入

    cin >> n;
    //创建地图
    for(int i = 0;i < n;i++)
        for(int j = 0; j < n;j++) g[i][j] = '.';

放置深搜起点

    dfs(0);//起点是可以随意的,不影响结果

编写核心函数——void dfs(int u)


1.判断边界——已经尝试完所有可能,输出放置的皇后次序

    if(u == n) 
  {
      for(int i = 0;i < n;i++) puts(g[i]);
      puts("");
      return;
  }

2.对每一个位置进行尝试

    for(int i = 0;i < n;i++)

3.剪枝

    //剪枝,就是减小搜索树规模、尽早排除搜索树中不必要的分支的一种手段。
    if(!col[i] && !dg[u+i] && !udg[n-u+i])

剪枝的逻辑借助一元一次方程组,整个棋盘可以抽象为一个坐标轴。u是传入的参数,类比为一元方程组的x,i则是在不断迭代的,是可以类比为因为截距b变化而变化的y。那么正对角线和反对角线就是斜率为-1的方程


所以可模拟出:


正对角线的方程为i = -1 * u + b,则b = u+i


反对角线的方程为i = 1 * u + b,则b = i-u,因为要作为数组的参数,不能为负数,所以考虑加一个偏移量n,保证参数为正。


为什么可以这种模拟?如图:

微信图片_20221017131928.jpg

虽然u和i的值在不断变化,但是总和是不变的,因此会形成两条正反对角线。对于相减可能为负的情况,添加偏移量n。所以就可以用这种方式来搜素各个位置的状态。

4.放置皇后,标记当前位置

    g[u][i] = 'Q';
    col[i] = dg[u+i] = udg[n-u+i] = true;

5.继续到下一步

    dfs(u+1);

6.恢复现场

    col[i] = dg[u+i] = udg[n-u+i] = false;
    g[u][i] = '.';
相关文章
|
数据采集 自然语言处理 搜索推荐
图文详解 DFS 和 BFS | 算法必看系列知识二十四
深度优先遍历(Depth First Search, 简称 DFS) 与广度优先遍历(Breath First Search)是图论中两种非常重要的算法,生产上广泛用于拓扑排序,寻路(走迷宫),搜索引擎,爬虫等,也频繁出现在高频面试题中。
37547 6
图文详解 DFS 和 BFS | 算法必看系列知识二十四
|
12月前
|
网络协议 安全 物联网
《复杂环境下IPv6地址规划与子网划分全攻略》
随着网络环境日益复杂及设备数量激增,IPv6以其超大地址空间和即插即用优势成为网络变革的关键。本文深入探讨IPv6地址规划与子网划分的挑战与方法,包括夯实基础知识、遵循层次性与高效性原则、应对物联网与云计算等特殊场景需求,以及验证优化的重要性。通过合理规划与科学划分,可构建高效、稳定且安全的IPv6网络,为未来发展奠定基础。
772 19
|
存储 安全 数据库
阿里云服务器计算型、通用型、内存型主要实例规格性能特点和适用场景汇总
阿里云服务器ECS计算型、通用型、内存型规格族属于独享型云服务器,在高负载不会出现计算资源争夺现象,因为每一个vCPU都对应一个Intel ® Xeon ®处理器核心的超线程,具有性能稳定且资源独享的特点。本文为大家整理汇总了阿里云服务器ECS计算型、通用型、内存型主要实例规格族具体实例规格有哪些,各个实例规格的性能特点和主要适用场景。
阿里云服务器计算型、通用型、内存型主要实例规格性能特点和适用场景汇总
|
人工智能 文字识别 自然语言处理
1.6K star!这个开源文本提取神器,5分钟搞定PDF/图片/Office文档!
Kreuzberg 是一个基于 Python 的文本提取库,支持从 PDF、图像、Office 文档等 20+ 格式中提取文本内容。采用 MIT 开源协议,具备本地处理、异步架构、智能 OCR 等特性,特别适合需要隐私保护的文档处理场景。
1487 1
|
存储 缓存 前端开发
SPA 单页面的优缺点
单页面应用(SPA)优点包括:用户体验流畅、无需刷新页面、减少服务器压力。缺点有:SEO优化困难、初始加载时间长、前端逻辑复杂。
|
存储 安全 Java
Java HashSet详解
`HashSet` 是 Java 中基于哈希表实现的 `Set` 接口集合,主要用于存储不重复元素,提供快速查找、插入和删除操作。它具有以下特点:不允许重复元素,元素无序,允许一个 `null` 元素,常用操作包括创建、添加、删除、检查元素及清空集合。由于其内部使用哈希表,基本操作的时间复杂度接近 O(1),性能高效。然而,`HashSet` 不保证元素顺序,也不是线程安全的,适用于需要快速访问和操作的场景。
637 10
|
存储 算法 Java
【DFS(深度优先搜索)详解】看这一篇就够啦
本文介绍了深度优先搜索(DFS)算法及其应用。DFS从某个顶点出发,深入探索图的每条路径,直到无法前进为止,然后回溯。文章详细解释了DFS的基本思想,并通过示例图展示了其执行过程。此外,文中还探讨了三种枚举方式:指数型枚举、排列型枚举和组合型枚举,并提供了具体的代码实现。最后,文章通过几道练习题帮助读者更好地理解和应用DFS算法。
10828 19
【DFS(深度优先搜索)详解】看这一篇就够啦
|
存储 Linux Shell
因误删文件导致CentOS7开机卡死无法进入图形登录界面
因误删文件导致CentOS7开机卡死无法进入图形登录界面
1411 0
因误删文件导致CentOS7开机卡死无法进入图形登录界面
|
SQL 运维 关系型数据库
基于AnalyticDB PostgreSQL的实时物化视图研发实践
AnalyticDB PostgreSQL版提供了实时物化视图功能,相较于普通(非实时)物化视图,实时物化视图无需手动调用刷新命令,即可实现数据更新时自动同步刷新物化视图。当基表发生变化时,构建在基表上的实时物化视图将会自动更新。AnalyticDB PostgreSQL企业数据智能平台是构建数据智能的全流程平台,提供可视化实时任务开发 + 实时数据洞察,让您轻松平移离线任务,使用SQL和简单配置即可完成整个实时数仓的搭建。
144317 8
|
Java 数据库连接 网络安全
Nacos报错问题之集群节点间的健康检查超时异常如何解决
Nacos是一个开源的、易于部署的动态服务发现、配置管理和服务管理平台,旨在帮助微服务架构下的应用进行快速配置更新和服务治理;在实际运用中,用户可能会遇到各种报错,本合集将常见的Nacos报错问题进行归纳和解答,以便使用者能够快速定位和解决这些问题。
1757 4