八皇后问题(非递归版)

简介:
复制代码#include <iostream>
#include <stack>
using namespace std;

const int MAXSIZE = 8;//棋盘大小
int chess[MAXSIZE][MAXSIZE]={0};//棋盘
/* 定义栈结点,表示一个皇后的位置*/
struct Node
{
    int row; /* 行*/
    int col; /* 列*/
    bool isMarked; /* 是否标记*/
};

/* 进行皇后问题处理
 * 返回找到的答案个数
 */
int Solve()
{
    //定义解答树堆栈
    stack<Node> stack;
    //互斥标志,表示同一列及对角线上是否有皇后
    int col[MAXSIZE] = {0},
        md[2 * MAXSIZE - 1] = {0},
        sd[2 * MAXSIZE - 1] = {0};
    int str, stc, i,j;
    // 解决方案个数
    int scount = 0;
    Node topNode;
    //初始化栈
    for(i = 0; i <MAXSIZE; i++)
    {
        topNode.row = 0;
        topNode.col = MAXSIZE - 1 - i;
        topNode.isMarked = false;
        stack.push(topNode);
    }
    //以行为单位开始回溯
    while(!stack.empty())
    {
        topNode = stack.top();//栈顶元素
        str = topNode.row;//行
        stc = topNode.col;//列
        if(topNode.isMarked==false)
        {// 如果栈顶元素的位置并没有确立
            if(col[stc] || md[str - stc + MAXSIZE - 1] || sd[str + stc])
            {//如果同一列或同一对角线上已有皇后,则退回*/
                stack.pop();
            }
            else
            {
                //占据这个位置,设置列、对角线上的互斥标志
                col[stc] = 1;
                md[str - stc + MAXSIZE - 1] = 1;
                sd[str + stc] = 1;
                //标记栈顶元素的isMarked 值
                topNode.isMarked = true;
                stack.pop();
                stack.push(topNode);
                chess[str][stc] = 1;//标记棋盘对应位置
                if(str == MAXSIZE - 1)
                {// 如果此时已经到达最后一行,则表示此种布局方法是成功的,输出相关信息
                    cout<<"A solution is:"<<endl;
                    for(i=0;i<MAXSIZE;++i)
                    {
                        for(j=0;j<MAXSIZE;++j)
                        {
                            if(chess[i][j]==1)
                            {
                                cout<<"("<<i+1<<","<<j+1<<")";
                            }
                        }
                    }
                    cout<<endl;
                    scount++; // 解决方案数增
                }
                else
                {// 如果此时没有到达最后一行,则继续进栈并初始化
                    for(i = 0; i < MAXSIZE; i++)
                    {
                        topNode.row = str + 1;
                        topNode.col = MAXSIZE - 1 - i;
                        topNode.isMarked = false;
                        stack.push(topNode);
                    }
                }
            }
        }
        else
        {//如果栈顶元素位置已确立,则栈顶元素出栈,初始化互斥标志,准备继续寻找其它的方法
            col[stc] = 0;
            md[str - stc +MAXSIZE - 1] = 0;
            sd[str + stc] = 0;
            chess[str][stc] = 0;
            stack.pop();
        }
    }
    return scount;
}
int main()
{
    int scount = 0;
    scount = Solve();
    cout<<scount<<"sulotions found."<<endl;
    system("pause");
    return 0;
}        
复制代码


本文转自Phinecos(洞庭散人)博客园博客,原文链接:http://www.cnblogs.com/phinecos/archive/2008/11/01/1324213.html,如需转载请自行联系原作者
目录
相关文章
|
消息中间件 存储 数据可视化
kafka高可用集群搭建
kafka高可用集群搭建
274 0
|
机器学习/深度学习 计算机视觉
【Tied-Augment】卷出新花样:加强数据增强的有效性!从一篇顶刊论文中窥探的一些信息,
【Tied-Augment】卷出新花样:加强数据增强的有效性!从一篇顶刊论文中窥探的一些信息,
245 0
【Tied-Augment】卷出新花样:加强数据增强的有效性!从一篇顶刊论文中窥探的一些信息,
|
8月前
|
机器学习/深度学习 存储 算法
DeepSeek多智能体强化学习
多智能体强化学习(MARL)是强化学习的重要分支,专注于训练多个智能体在复杂环境中协同或竞争。与单智能体不同,MARL需考虑智能体间的交互与协作,更具挑战性。DeepSeek提供强大工具和API,助力高效构建和训练MARL模型。本文将详细介绍使用DeepSeek进行MARL的方法,并通过代码示例帮助读者掌握相关技巧。内容涵盖多智能体环境的构建、Q学习和DQN智能体的定义与训练,以及常见问题的解决方案。
|
数据采集 人工智能 自然语言处理
中科大联合华为诺亚提出Entropy Law,揭秘大模型性能、数据压缩率以及训练损失关系
【8月更文挑战第14天】中科大与华为联合提出的Entropy Law理论,揭示了大语言模型性能与数据压缩率及训练损失的关系,指出低压缩率和高数据一致性有利于提升模型效能。基于此,开发出ZIP数据选择算法,通过多阶段贪婪策略优选低冗余样本,有效提高了模型训练效率和性能,同时降低了计算成本。这一成果为优化大模型训练提供了新途径。论文详述请见链接:https://arxiv.org/pdf/2407.06645。
297 65
|
SQL 消息中间件 Kafka
实时计算 Flink版产品使用问题之水位线的设置方法是什么
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
存储 消息中间件 NoSQL
Redis从入门到精通之底层数据结构基数树和listpacks详解
Redis是一种内存数据库,其高性能的基础来自于其底层的数据结构的设计。在Redis中,数据结构是一种抽象和具体的概念,可以看作是Redis提供的一些操作的实现方式。Redis支持多种数据结构,如字符串、列表、哈希、集合、有序集合等。其中,底层的数据结构包括基数树和listpacks,本文将对这两种数据结构进行详细的介绍。
615 0
Redis从入门到精通之底层数据结构基数树和listpacks详解
|
10月前
|
人工智能 缓存 并行计算
转载:【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,讲解了CPU算力的计算方法、算力与数据加载之间的平衡,以及如何通过算力敏感度分析优化计算系统性能。同时,文章还考察了服务器、GPU和超级计算机等平台的性能发展,揭示了这些变化如何塑造我们对CPU性能的理解和期待。
转载:【AI系统】CPU 计算本质
|
Android开发
Android 对鼠标事件的监听实现
Android 对鼠标事件的监听实现
410 1
|
机器学习/深度学习 分布式计算 监控
大模型开发:你如何使用大数据进行模型训练?
在大数据模型训练中,关键步骤包括数据准备(收集、清洗、特征工程、划分),硬件准备(分布式计算、并行训练),模型选择与配置,训练与优化,监控评估,以及模型的持久化与部署。过程中要关注数据隐私、安全及法规遵循,利用技术进步提升效率和性能。
2120 2
|
网络协议 安全 网络安全
Socks VS HTTP 谁才是最快的代理协议
Socks VS HTTP 谁才是最快的代理协议
687 5