[A*] aw179. 八数码(A*+bfs最小步数模型+模板题)
Posted Ypuyu
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[A*] aw179. 八数码(A*+bfs最小步数模型+模板题)相关的知识,希望对你有一定的参考价值。
1. 题目来源
链接:179. 八数码
相关:
2. 题目解析
关于 A ∗ A^* A∗ 算法的证明本人蒟蒻就不谈了,只总结分享下它的适用场景和主要用途:
- 适用于状态量很大的最小步数模型,一般状态量为指数级别。 在本题的 8 数码、15 数码中有非常优异的表现,且在迷宫问题上表现也十分优秀!
-
A
∗
A^*
A∗ 算法在代码结构上和堆优化
dijkstra()
算法相似,但在算法本质中两者并无关系。 - 同理,需要使用小根堆,在此用优先队列实现。堆中维护
{dist, state}
,其中dist
由起点到该点的真实距离+该点到终点的估价距离 两部分组成。 - 最重要的就是 A ∗ A^* A∗ 算法中的估价距离的定义与设计,每个中间点到终点的估价距离必须小于等于真实距离。
- 显然,估价距离可以取 0 一定满足要求,但是此时
A
∗
A*
A∗ 算法将和堆优化
dijkstra()
相同,体现不出算法优势,搜索到的解空间仍然十分庞大。 - 当估价距离取值越接近真实距离时,算法效率越高,可行解空间很小。
- A ∗ A^* A∗ 算法仅能保证终点在出优先队列时它的最小步数、最短路。其它各点均无法保证。 因为它的边权不唯一且会进行重复入队这一操作,所以无法以点入队作为更新条件,无法以出队作为更新条件,终点是个例外,终点在第一次出队时一定为答案,为最小步数。
- A ∗ A^* A∗ 算法不要处理有负权边的问题。
-
A
∗
A^*
A∗ 算法最好处理一定有解的问题,若问题无解,仍会搜完全部解空间,且在此使用的优先队列,会比朴素
bfs
还要慢一个 l o g n logn logn。
八数码问题有解情况的充要条件:将二维棋盘数组按行写为一行,若逆序对个数为偶数则有解,否则无解。
- 充分性证明:过于难证,略过。
- 必要性证明:
- 若空格在行内移动:不影响逆序对的数量,奇偶性不发生改变。
- 若空格在列内移动:等价于在一行中,将该位置数向前移动两个位置、向后移动两个位置,逆序对只会有三种改变
-2,0,+2
,奇偶性也不发生改变。 - 则,最终状态逆序对为 0,若初始状态逆序对个数为奇数,则一定无解。
很优秀就完事了
时间复杂度:$O()
空间复杂度: O ( ) O() O()
// 启发式算法,A*,估价函数为点到对应位置的曼哈顿距离
// 整体代码框架类比堆优化dijkstra(),但两者本质没有任何关系
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <queue>
#include <string>
using namespace std;
typedef pair<int, string> PIS;
// 计算每个状态到终点的估值,估价函数设定为每个点到对应位置的曼哈顿距离
int f(string s) {
int res = 0;
for (int i = 0; i < s.size(); i ++ ) {
if (s[i] != 'x') {
int t = s[i] - '1'; // 从 0 开始,映射到 3*3 方格中求曼哈顿距离
res += abs(i / 3 - t / 3) + abs(i % 3 - t % 3);
}
}
return res;
}
string bfs(string start, string end) {
unordered_map<string, int> dist;
unordered_map<string, pair<char, string>> prev;
priority_queue<PIS, vector<PIS>, greater<PIS>> heap;
dist[start] = 0;
heap.push({f(start), start});
char op[5] = "urdl";
int dx[4] = {-1, 0, 1, 0}, dy[4] = {0, 1, 0, -1};
// 类比堆优化dijkstra()
while (heap.size()) {
auto t = heap.top(); heap.pop();
string state = t.second;
if (state == end) break; // 找到终点
// 寻找空格 x 的位置
int x, y;
for (int i = 0; i < 9; i ++ )
if (state[i] == 'x') {
x = i / 3, y = i % 3;
break;
}
// 四方向扩展
string backup = state;
for (int i = 0; i < 4; i ++ ) {
int a = x + dx[i], b = y + dy[i];
if (a < 0 || a >= 3 || b < 0 || b >= 3) continue;
state = backup; // 不要忘记恢复原状
swap(state[a * 3 + b], state[x * 3 + y]);
/*
A*算法,除了终点之外,当第一次搜到某个点的时候,距离不一定是最短的,
其dist[]的值是不断变小的,所以要加后一个判断。
*/
// 新状态未被扩展,或者新状态距离更小,均需要更新这个新状态
if (dist.count(state) == 0 || dist[state] > dist[backup] + 1) {
dist[state] = dist[backup] + 1;
prev[state] = {op[i], backup};
heap.push({dist[state] + f(state), state});
}
}
}
// 可能存在多种方案,所以输出答案可能与样例输出不符
string res;
while (end != start) {
res += prev[end].first;
end = prev[end].second;
}
reverse(res.begin(), res.end());
return res;
}
int main() {
string start, end, seq;
char c;
while (cin >> c) {
start += c;
if (c != 'x') seq += c;
}
end = "12345678x";
// 无解情况判断,判断逆序对个数,偶数有解,奇数无解
int cnt = 0;
for (int i = 0; i < 8; i ++ )
for (int j = 0; j < i; j ++ )
if (seq[i] < seq[j])
cnt ++ ;
if (cnt & 1) puts("unsolvable");
else cout << bfs(start, end) << endl;
return 0;
}
以上是关于[A*] aw179. 八数码(A*+bfs最小步数模型+模板题)的主要内容,如果未能解决你的问题,请参考以下文章
[dfs] aw180. 排书(IDA*+dfs深入理解+思维+好题)