P1379 八数码难题 题解

博客园同步html

原题连接node

简要题意:c++

给定一个 3 × 3 3 \times 3 的矩阵,每次能够把空格旁边(四方向)的一个位置移到空格上。求到目标状态的最小步数。web

前置知识:app

  • 深度优先搜索( dfs \texttt{dfs} ).

将这题做为 宽度优先搜索( bfs \texttt{bfs} 的模板题讲解!svg

首先,众所周知 dfs \texttt{dfs} 的搜索树相似于这样:函数

其中,每一个矩形都是一个状态,上面的数字是 时间戳(即搜索编号) ,红色的表示往下搜索,绿色的表示往上回溯。优化

dfs \texttt{dfs} 大体分为 3 3 步:spa

  1. 从当前状态开始,依次搜索子状态,进入第 2 2 步。code

  2. 若是当前状态 全部子状态都搜完了 或者 没有子状态,那么结束当前搜索,回溯至第 1 1 步。

  3. 找到答案即马上一层层回溯结束;不然搜完全部状态返回无解。

你会发现,对于本题,若是你用 dfs \texttt{dfs} ,你不知道深度是多少,颇有可能超时。(固然 记忆化 能够加快,但仍是容易超时)由于 dfs \texttt{dfs} 盲目搜索,直到当前状态搜完为止。那么,极有可能把全部状态都搜一遍。(即 9 ! = 362880 9! = 362880 )这是极其危险的!

下面引出一个概念: bfs \texttt{bfs} .

求最小步数 / 最优解的状况下, bfs \texttt{bfs} 通常比 dfs \texttt{dfs} 要来的优。

先给出一个搜索状态图:

你会发现, bfs \texttt{bfs} 的搜索是一层层搜的,即宽度优先的,而且没有任何回溯的过程。

并且, bfs \texttt{bfs} 存在性质:

  1. 第一次到达的必定是最优的。(这是革命的本钱,没有它 bfs \texttt{bfs} 就和 dfs \texttt{dfs} 降为同样效率了)

  2. 一个状态保证只搜一次。(由于第一次是最优的,后面来的都是劣的,因此直接 开哈希剪枝。)

那么你会说:咱们怎么实现呢?

queue \text{queue} 队列来实现,步骤以下:

  1. 将开始状态入队。

  2. 取出队首做为当前状态,把全部 当前状态能扩展出去的状态 都入队,而且作好哈希。而后 当前状态出队

  3. 找到答案马上中止搜索(由于性质 1 1 的存在能够这样作),不然搜完返回无解。

这样,先献出一段 bfs \texttt{bfs} 的通常状况下的伪代码:

q.push(make_pair(x,y)); //x 是状态,y 是步数
h[x]=1; //哈希
while(!q.empty()) {
	int t=q.front().x , step=q.front().y;
	q.pop(); //取出队首,而后出队
	for(/*枚举 t 能到达的状态 v*/)
		if(!h[v]) {
			h[v]=1; q.push(make_pair(v,step+1)); //哈希,入队
			if(v == end) {printf("%d\n",step+1);return;} //搜到答案
		}
} puts(/*无解状况*/); //搜完没有答案即无解

那么,比较两种搜索,你会发现:

  1. 若是 必定把全部状况搜完 ,那么 dfs \texttt{dfs} bfs \texttt{bfs} 同样,都是遍历一遍。

  2. 若是 深度极深,但答案并不大,那么 bfs \texttt{bfs} 宽度优先 策略会更优。

  3. 若是 深度、宽度至关 ,那么 dfs \texttt{dfs} bfs \texttt{bfs} 效率同样,但 dfs \texttt{dfs} 的代码相对简洁。(只是相对,由于通常新手会认为 dfs \texttt{dfs} 更简单,不过写熟了都同样)

  4. 若是 深度极深,宽度极宽,那么两种搜索都不优时,咱们就须要用 双向宽搜 或者 迭代加深搜索(即 IDA* \texttt{IDA*} 再或者 A* \texttt{A*} 搜索 进行优化。(不过本题不用)

说了这么多,来研究这道题目。

  • 状态:字符串,即矩阵。

  • 答案:即记录步数。

  • 哈希:用 map \text{map} 实现字符串哈希。

  • 队列:开结构体解决问题,写函数打包。

  • 状态转移:将字符串的第 i i 位(这里 0 i 8 0 \leq i \leq 8 )对应矩阵的 i 3 \lfloor \frac{i}{3} \rfloor 行, i % 3 i \% 3 列,在矩阵上转移,而后再转回字符串。

时间复杂度: O ( 9 ! × 9 × log ( 9 ! ) ) = O ( 3 × 1 0 5 × 9 × 18 ) = O ( 1.6 × 1 0 7 ) O(9! \times 9 \times \log (9!)) =O(3 \times 10^5 \times 9 \times 18) = O(1.6 \times 10^7) ,能够经过。

解释: 9 ! 9! 是遍历状态, 9 9 是转移状态, log \log 是由于咱们用了 map \text{map} .(若是用 康托展开 进行优化哈希,那么能够达到 O ( 9 ! × 9 ) = O ( 3.2 × 1 0 6 ) O(9! \times 9) = O(3.2 \times 10^6) ,会更优些)

实际得分: 100 p t s 100pts .

时间: 2.76 s 2.76s .(并不快,可是最慢的一个点是 257 m s 257ms ,能够接受)

空间: 14.52 M B 14.52MB .(并不大)

#pragma GCC optimize(2)
#include<bits/stdc++.h>
using namespace std;

inline int read(){char ch=getchar();int f=1;while(ch<'0' || ch>'9') {if(ch=='-') f=-f; ch=getchar();}
	int x=0;while(ch>='0' && ch<='9') x=(x<<3)+(x<<1)+ch-'0',ch=getchar();return x*f;}

struct node {
	string s; int step;
};
//const int dx[4]={1,-1,3,-3};
const int dx[4]={0,0,1,-1};
const int dy[4]={-1,1,0,0}; //四方向矩阵转移
queue<node> q;
map<string,bool> h;
string start,end="123804765";

inline node mp(string s,int step) {
	node t; t.s=s; t.step=step;
	return t;
} //结构体打包函数

inline int find(string s) {
	for(int i=0;i<s.size();i++)
		if(s[i]=='0') return i;
} //找到 0 的位置

inline void bfs() {
	q.push(mp(start,0)); h[start]=1;
	if(start==end) {puts("0");return;} //防止一开始就到终点
	while(!q.empty()) {
		string s=q.front().s;
		int step=q.front().step;
// cout<<s<<" "<<step<<endl;
		q.pop(); int wz=find(s); //找到 0 的位置
		int x=wz/3,y=wz%3;
		for(int i=0;i<4;i++) {
			int nx=x+dx[i],ny=y+dy[i];
			if(nx<0 || nx>2 || ny<0 || ny>2) continue;
			swap(s[nx*3+ny],s[wz]); //交换
			if(!h[s]) {
				h[s]=1; q.push(mp(s,step+1));
				if(s==end) {printf("%d\n",step+1);return;}
			} swap(s[nx*3+ny],s[wz]); //记得换回去,不要影响后面的转移
		}
	}
}

int main(){
	cin>>start;
	bfs(); //搜索
	return 0;
}