【人工智能】首选爬山法+随机交换法实现N皇后问题求解(C语言)

1.原理

爬山法(Hill Climbing)是一种局部搜索算法。局部搜索算法不关心求解目标的路径,只要求找到符合要求的解,通常对最优化问题十分有用。爬山法使用启发式函数(或代价评估函数)确定“标高”,找到目标的解就是要找到最高峰,即全局最大值。但是我们知道山外有山,山外还有一望无际的平原。爬山法存在局部最大值、山脊、高原等问题。爬山法经常被卡在某个局部最大值(或最小代价处),其成功率低到只有14%.解决此办法的通常思路是:使用随机爬山法(随机选择一个优于当前状态的状态)、首选爬山法(首先选择第一个优于当前状态的状态、对于上千后继比较管用)、随机重启爬山法(Random restart hill climbing,先随机生成一个初始状态,若不行再随机生成一个初始状态,直到找到目标)

N皇后问题的版本有:

(1)求解的个数

(2)求所有解(摆放方法)

(3)求一个解

其求解方法有:回溯法、递归法、深度优先搜索法等。甚至还有直接O(n)求解的算法,如https://blog.csdn.net/lyy289065406/article/details/78955101

本文以爬山法为例求解问题(3),权当一个例子。

2.数据结构

(1)皇后位置的表示

皇后有N个,需摆放在N*N的棋盘上,一种比较好的方法是用一个大小为N的数组来存放其位置。如:int s[N],第i行(或第一列)皇后存放的位置是s[i]

(2)冲突皇后的表示

一共有三条线:列冲突(生成初始状态时,每行一个、行不冲突)、主副对角线冲突(共2*N-1个),用三个数组表示:col[N]、pdiag[N]、cdiag[N]

#include 
#include 
#include 
#include #define SIZE 8
#define swap(a,b) {int t = a; a = b; b = t;}int s[SIZE]={0};
//int row[1000]={0};//row[i]表示第i行有几个皇后
int row[SIZE]={0};
int col[SIZE]={0};//col[i]表示第i列有几个皇后 
//pdiag[i]表示第i根主对角线(principal diagonal)皇后个数(从左上到右下的线) 
int pdiag[SIZE*2-1]={0};
//pdiag[i]表示第i根副对角线(counter diagonal)皇后个数(从右上到左下的线) 
int cdiag[SIZE*2-1]={0};

3.随机生成N个皇后、打印棋盘等

//打印棋盘
void  print(int s[]){  printf("\n");for(int i=0;i

4.启发式函数或代价评估函数

以相互冲突的皇后个数来评价状态的优劣。三条线:列线、主副对角线,皇后的冲突个数比较好计算。假设某条线上有n个皇后,则冲突个数为n*(n-1)*0.5。

 int  heuristic(int s[]){//重新对列、主、副对角线置0memset(row,0,sizeof(col)); memset(col,0,sizeof(col));memset(pdiag,0,sizeof(pdiag));memset(cdiag,0,sizeof(cdiag));int h=0;int s2=2*SIZE;for(int i=0;i

5.调整某行皇后的列位置之前的代价评估

调整时只会影响调整前后的三条线上的冲突皇后个数,假设某类线上调整前的皇后个数分别为n1(从这里移除一个皇后)、n2(在该线上添加一个皇后),则调整后的个数分别为n1-1、n2+1,根据上面计算冲突皇后个数的公式,该类型线增加冲突个数为:

(n2+1-1)*(n2+1)*0.5-(n2-1)*n2*0.5-[(n1-1)*n1*0.5-(n1-1-1)*(n1-1)*0.5]

=0.5*n2*(n2+1-n2+1)-0.5*(n1-1)*(n1-n1+2)

=n2-n1+1

//将第row1行中的现有皇后调整到第col1列,然后计算其评估值
//h为现有评估值 
int adjust(int s[],int row1,int col1,int h)
{//列上增加值 int nowCol=s[row1];//现在第row1行皇后所在列位置 h+=(col[col1]-col[nowCol]+1);//主对角线上增加值 h+=(pdiag[row1-col1+SIZE-1]-pdiag[row1-nowCol+SIZE-1]+1);//副对角线上增加值  h+=(cdiag[row1+col1]-cdiag[row1+nowCol]+1); return h;
}

6.接受皇后的移动

应修改三条线上前后对应值、皇后位置

//接受第row1行的皇后移动到col1列
void accept(int s[],int row1,int col1)
{col[s[row1]]--;pdiag[row1-s[row1]+SIZE-1]--;cdiag[row1+s[row1]]--;s[row1]=col1;col[col1]++;pdiag[row1-col1+SIZE-1]++;cdiag[row1+col1]++;
}

7.当评估代价为1时尝试手工修改位置

该函数效果是有,但不那么明显。评估代价为1时一定有1对皇后冲突,具体来讲一定是某列上有2个皇后、某列上没有皇后。找出这两列,然后在皇后位置数组找到对应行,尝试将有2个皇后的列的其中一个皇后调整到没有皇后的列。

int findTwo(int s[])
{int col0,col2,flag=0;int row0,row2;for(int i=0;i

8.随机对调4行皇后位置

经过尝试,随机对调一对皇后的位置用处不大,调整2对皇后的位置效果很明显。调整的2行应不是同一行。

void exchange(int s[],int c)
{int r1,r2,r3,r4,k1=0,k2=1;do{srand((unsigned)time(NULL)+k1);r1=rand()%(SIZE);r2=rand()%(SIZE);k1++;}while(r1==r2);swap(s[r1],r2);do{srand((unsigned)time(NULL)+c+k2);r3=rand()%(SIZE);r4=rand()%(SIZE);k2++;}while(r3==r4);swap(s[r3],r4);
}

9.爬山法函数的实现

采取首选爬山法,一旦发现有更优状态,立即执行动作进入该后继状态。其效果相比其他要好些。另外还使用了一个技巧,当到达局部山峰后,采用随机交换4行皇后位置(2行不足以平稳过渡、超过4行后面的代价可能较大),来度过该山峰。

int hillClimbing(int s[]){int h=heuristic(s);int curr=h;//当前评估代价int min=h;//最小代价int lastMin=h;//上一轮最小代价//下面这几个都是计数器//int counter=0;//最初想随机选择一个优于当前的状态的后继int c=0;//迭代轮次int cc=0;//交换次数int k=0;//没大用while (1){//counter=0;c++;int flag=0;int minValue=s[0],minLine=0;//分别为:代价最小时的皇后的列号、行号for(int i=0;i

10.测试及结果

//最前面有个符号常量SIZE表示皇后的个数,可修改它,看不同皇后个数花费的时间int main(int argc,char *argv[]) {//int s[SIZE]={4,5,6,3,4,5,6,5};//int s[SIZE]={2,0,6,3,1,4,7,5};randomQueen(s,SIZE);printf("开始大小:%d\n",heuristic(s));printf("\n次数:%d\n",hillClimbing(s));printf("结束大小:%d\n",heuristic(s));    return 0; }
皇后个数初始冲突个数花费时间迭代次数随机交换次数
850.24s124
100490.26s4218
5003370.46s134
10003513.7s239101
2000134113.05s230100
30001325170.41321544
50006463907.725421023

11.结论与问题

爬山法的确能快速找到一个结果,但是其成功率比较低,需要借助随机大法:随机选择较好的后继状态、随机交换、随机重启等。经过测试首选爬山法效果的确优于其他方法,因为它每次都更接近目标状态,而其他方法则是每轮才更接近目标状态。

另一个问题是,当爬山法基本要靠近目标状态时,却遇到了山峰,无法更近一步了,如N皇后问题,总是在冲突数10以下循环(如下图),导致消耗一定时间(如上表,随机交换次数太多)。

除此之外,有时受制于初始状态,有可能皇后个数多一倍,但其所花费时间却少很多的现象,当然还有另一个极端,这些可以进行多次测试取平均值。当皇后个数超过5000时,所花费时间就较多了,时间关系没有测试。

《人工智能-一种现代的方法》一书中,说300万个的皇后问题一分钟就能找到解,这是怎么做到的????

目前,找了一下比较好的10000个皇后1s不到(https://blog.csdn.net/CristianoJason/article/details/50964675),但发现30000个皇后也要好几秒,上100000后就很慢了。所以300万个1分钟怎么做的?


本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

相关文章