我正在尝试实施Knight's tour。
我一直在努力(更像是计划),现在差不多好2~3小时。我仍然没有取得任何进展。我似乎无法找到起点......
下面是我必须修改为骑士游览版本的基本dfs方法。
class StackK
{
private final int MAX_VERTS = 25;
private int[] st;
private int top;
// ------------------------------------------------------------
public boolean isFull()
{return (top == MAX_VERTS-1);}
// ------------------------------------------------------------
public StackK() // constructor
{
st = new int[MAX_VERTS]; // make array
top = -1;
}
// ------------------------------------------------------------
public void push(int j) // put item on stack
{ st[++top] = j; }
// ------------------------------------------------------------
public int pop() // take item off stack
{ return st[top--]; }
// ------------------------------------------------------------
public int peek() // peek at top of stack
{ return st[top]; }
// ------------------------------------------------------------
public boolean isEmpty() // true if nothing on stack
{ return (top == -1); }
// ------------------------------------------------------------
} // end class StackK
class VertexK
{
public char label; // label (e.g. 'A')
public boolean wasVisited;
// ------------------------------------------------------------
public VertexK(char lab) // constructor
{
label = lab;
wasVisited = false;
}
// ------------------------------------------------------------
} // end class VertexK
class GraphK
{
private final int MAX_VERTS = 5;
private VertexK VertexKList[]; // list of vertices
private int adjMat[][]; // adjacency matrix
private int nVerts; // current number of vertices
private StackK theStack;
// ------------------------------------------------------------
public GraphK() // constructor
{
VertexKList = new VertexK[MAX_VERTS];
// adjacency matrix
adjMat = new int[MAX_VERTS][MAX_VERTS];
nVerts = 0;
for(int y=0; y<MAX_VERTS; y++) // set adjacency
for(int x=0; x<MAX_VERTS; x++) // matrix to 0
adjMat[x][y] = 0;
theStack = new StackK();
for(int i=0;i<MAX_VERTS;i++)
addVertex((char)('A'+i));
}
// ------------------------------------------------------------
public void move(int row, int col)
{
}
// ------------------------------------------------------------
public void addVertex(char lab)
{
VertexKList[nVerts++] = new VertexK(lab);
}
// ------------------------------------------------------------
public void addEdge(int start, int end)
{
adjMat[start][end] = 1;
}
// ------------------------------------------------------------
public void displayVertexK(int v)
{
System.out.print(VertexKList[v].label);
}
// ------------------------------------------------------------
public void dfs() // depth-first search
{
VertexKList[0].wasVisited = true;
displayVertexK(0);
theStack.push(0);
displayAdj();
while( !theStack.isEmpty() )
{
int v = getAdjUnvisitedVertexK( theStack.peek() );
if(v == -1)
theStack.pop();
else
{
VertexKList[v].wasVisited = true;
displayVertexK(v);
theStack.push(v);
}
} // end while
// stack is empty, so we're done
for(int j=0; j<nVerts; j++) // reset flags
VertexKList[j].wasVisited = false;
} // end dfs
// ------------------------------------------------------------
// returns an unvisited VertexK adj to v
public int getAdjUnvisitedVertexK(int v)
{
for(int j=0; j<nVerts; j++)
if(adjMat[v][j]==1 && VertexKList[j].wasVisited==false)
return j;
return -1;
} // end getAdjUnvisitedVertexK()
// ------------------------------------------------------------
public void displayAdj()
{
for(int i=0;i<nVerts;i++){
for(int k=0;k<nVerts;k++)
System.out.print(adjMat[i][k]);
System.out.println("");
}
}
// ------------------------------------------------------------
} // end class GraphK
public class KnightApp
{
public static void main(String[] args)
{
GraphK k = new GraphK();
k.displayAdj();
} // end main()
} // end class DFSApp
为了简单起见,我选择将电路板尺寸设为5x5。我用Google搜索并查看了一些解决方案,其中大部分对我都没有意义。如何使用DFS方法?我想如果不使用DFS就可以使用递归,我可以稍微实现它。但是,我不知道,甚至不知道从哪里开始使用DFS。
任何人都可以给我一些指导,从哪里开始? 我没有要求解决方案,只需要一个地方开始
提前谢谢你。
答案 0 :(得分:1)
Depth first search因此是枚举图的节点的一般策略;它可以由用户定义的堆栈递归地或迭代地实现。可以明确地编码要搜索的图形,这通常在解释方法时完成。
但是,在你的情况下,图形(游戏的某种决策树)不需要明确编码;可以通过选择可行移动来生成新的后继节点,表示全局状态(表示板)上的新状态,并且在递归评估之后撤消移动以继续下一个可行移动。使用这种方法,可以通过递归来实现回溯。