我正在学习骑士的旅行算法。我使用递归罚款实现，但它需要很长时间，几乎不是一个封闭的旅游。
现在，我正在寻找一种快速查找闭路旅行的算法。有人可以推荐一些算法吗？
更新：我已经在某处找到了一个启发式方法，可以找到这样一个封闭的骑士之旅：Min[F(x, y)]其中F(x,y) is a set of f(x,y)=Min(x-1, n-x) + Min(y-1, n-y)和(x, y)是下一步的位置和n是棋盘的大小。但是我如何使用该启发式？
答案 0 :(得分：2)
骑士的旅行问题实际上是在相应的图表中找到哈密尔顿循环，这已知是NP难的，所以这个问题也可能难以解决。
但是，有几种启发式方法可以让您执行快速查找。其中一种启发式是Warnsdorff的规则：
在每个步骤移动到正方形，从中可以获得较少的移动。如果有几个这样的方格，请移动到其中任何一个方格。
这是一个非常好的启发式方法，并且很长一段时间以来一直被认为是骑士路径问题的解决方案，并且示例表明规则的第二部分可能导致错误的决定，后来发现计算机使用时间很长。< / p>
答案 1 :(得分：0)
我今天解决了这个问题，在骑士图中实施了深度优先搜索（图表模拟了骑士的可能动作）。
虽然我花了整整一个下午想知道为什么Warnsdorff的启发式还不够，但问题是我的出发点。
我从（0,0）位置开始DFS。如果从中间的某个地方开始，看起来DFS会得到极大改善，如（3,3）。更改后，算法速度从（1小时内没有解决方案）到（1秒内1个解决方案）。
我已经测试了你的Min [F（x，y）]启发式算法，它看似与Warnsdorff的规则相同（对于一个8x8的表格）。