八皇后问题

课堂上老师讲了广度优先搜索算法后让课下实现下八皇后问题,就突发奇想了很多实现方法,这里只把我的实现方式和实现代码粘出来,效果不算好,但能找到解,思想如下:
1.在8*8的的坐标中随机生成一个点
2.找到这个随机点虽有不可能的点(所有横轴、竖轴、对角线)
3.逐行扫描坐标轴每个点(若此点不在impossiable_point中则添加到结果集result中并找到此点不可能的点并加入到impossiable_point中)
4.循环以上步骤直到找到八个点才算成功(因为可能找到小于八个点算法就结束了)
代码如下:

'''
Created on 2018年3月20日

@author: yqm
'''
import random
import matplotlib.pyplot as plt
from matplotlib.axes._axes import Axes

plt.xlim(xmin=0, xmax=7)
plt.ylim(ymin=0, ymax=7)
impossible_points = []
result=[]
temp = []

'''保存所有不可能的点'''
def func(x, y):
    for i in range(8):
        impossible_points.append([x,i])
        impossible_points.append([i,y])
     
    '''左下的不可能的点'''
    for i in range(8):
        if(x-i>0 and y-i>0):
            impossible_points.append([x-i-1, y-i-1])
     
    '''右下的不可能的点'''
    for i in range(8):
        if(x+i<7 and y-i>0):
            impossible_points.append([x+i+1, y-i-1])
      
    for i in range(8):
        if(x-i>0 and y+i<7):
            impossible_points.append([x-i-1, y+i+1])
     
    '''右上角不可能的点'''
    for i in range(8):
        if(x+i<7 and y+i<7):
            impossible_points.append([x+i+1, y+i+1])
    return impossible_points

if __name__ == '__main__':
    '''随机生成一个点'''
    for i in range(100000):
        randomPoint_x = random.randint(0,7)
        randomPoint_y = random.randint(0,7)
        func(randomPoint_x, randomPoint_y)
        print(randomPoint_x, randomPoint_y)
    #     print(func(randomPoint_x, randomPoint_y))
    #     x = []
    #     y = []
    #     for i in range(len(impossible_points)):
    #         x.append(impossible_points[i][0])
    #     for i in range(len(impossible_points)):
    #         y.append(impossible_points[i][1])
    #     plt.plot(x,y,'ro')
    #     plt.show()
    #     print(randomPoint_x, randomPoint_y)
        result.append([randomPoint_x, randomPoint_y])
        for i in range(8):
            for j in range(8):
                a = [i,j]
                if(a not in impossible_points):
                    result.append(a)
                    impossible_points = impossible_points + func(i,j)
#         print(result)
        if(len(result)==8):
            x = []
            y = []
            for i in range(len(result)):
                x.append(result[i][0])
            for i in range(len(result)):
                y.append(result[i][1])
            plt.plot(x,y,'ro')
            plt.show()
            break
        else:
            impossible_points.clear()
            result.clear()
         
              
    #     print(randomPoint_x,randomPoint_y)
    #     print(func(randomPoint_x, randomPoint_y))   

以上实现虽然能找到解但不能找到所有解,可做大量优化,实现方式比较多,此方法仅供参考,后期会继续改进优化。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容

  • 八皇后问题:在8*8的棋盘上放置8个皇后,保证任意两个皇后之间不能相互攻击。(即没有两个皇后是在同一行、同一类、或...
    五秋木阅读 694评论 0 0
  • 问题介绍 摘自百度百科八皇后问题,是一个古老而著名的问题,是回溯算法的典型案例。该问题是国际西洋棋棋手马克斯·贝瑟...
    逍遥wqy阅读 1,092评论 0 0
  • 目录[TOC] 问题分析: 相信八皇后规则的问题,大家都很熟悉,接下来是如何分析回溯法的应用。回溯法与图里面的深度...
    maskwang520阅读 3,172评论 0 5
  • 解决思路:递归/回溯 首先是从数据结构的角度考虑如何记录摆放:既然就是棋盘,就很容易想到用二维元祖来解这个问题,但...
    __XY__阅读 2,955评论 0 0
  • 八皇后问题问题描述:八皇后问题,是一个古老而著名的问题,是回溯算法的典型案例。该问题是国际西洋棋棋手马克斯·贝瑟尔...
    药药耀耀阅读 2,067评论 0 0