uva1343(The Rotation Game)=>IDA*

部署运行你感兴趣的模型镜像

因为8个转轮对应的位置比较没有规律,需要提前将这些位置存在数组中,方便旋转操作和回溯法的归位操作。

利用数组来人为储存没有规律的数字。可以使用IDA*的算法。

IDA*合了bfs步数最少和dfs字典序最小的优点。

本题的移动比较复杂,因此应当事先保存A,B,C,D四个方向的位置,后四个方向可以反推出来。同时还要保存要观察的8个格子的位置。接下来,先判断是否就是目标状态,如果不是,进行迭代加深搜索。

首先要明白迭代加深搜索具体是如何操作的:从小到大依次枚举深度上限maxd。对于每一个深度上限,进行dfs,当递归到maxd时,就要判断是否找到了解,如果找到了,就记录或者输出解。不论是否找到了解,都要开始返回,对于找到了解的情况,可以在函数出口处连续返回。

那么如何及时的返回呢?答案就是寻找“估价函数”并“剪枝”。对于本题,可以发现,每次移动最多只能让目标数字多1个,因此可以将min{diff(1),diff(2),diff(3)}作为估价函数。其中diff(i)是目标格子中不等于数字i的个数。这样以来,如果发现最少要移动的步数h()仍然大于maxd-cur,就需要进行剪枝。

需要注意的是,迭代加深搜索必须在解一定存在的情况下使用,否则会产生无限递归。

代码如下:

#include<cstdio>
#include<cstring>
#include<iostream>
#include<vector>
using namespace std;
const int a[8][7]={
{ 0, 2,6,11,15,20,22}, //按顺序填写个状态:A
{ 1,3,8,12,17,21,23},//B
{10, 9,8,7,6,5,4},//C
{19,18,17,16,15,14,13},//D
{23,21,17,12,8,3,1},//E
{22,20,15,11,6,2,0},//F
{13,14,15,16,17,18,19},//G
{4,5,6,7,8,9,10}//H
};
const int rev[8]={5,4,7,6,1,0,3,2};//用于回溯把数组状态改回
const int center[8]={6,7,8,11,12,15,16,17};//中间八个数字的编号
int st[24],te[24];
bool is_goal(){//看是否是目标状态
for(int i=0;i<8;i++) if(st[center[i] ]!=st[center[0] ]) return false;
return true;
}
inline void move(int i){//移动棋盘
int temp=st[a[i][0]];
for(int j=0;j<6;j++) st[a[i][j]]=st[a[i][j+1]];
st[a[i][6]]=temp;
}
int diff(int val){
int num=0;
for(int i=0;i<8;i++) if(st[center[i]]!=val) num++;
return num;
}
inline int h(){//统计中间八个数字中还有多少个不正确的
return min(min(diff(1),diff(2)),diff(3));
}
char ans[100],kk;
bool dfs(int d,int maxd){
if(is_goal()){
    ans[kk]='\0'; puts(ans);
    printf("%d\n",st[center[0]]);
    return true;
}
if(d+h()>maxd) return false;//估价函数
for(int i=0;i<8;i++){
ans[kk++]='A'+i;
move(i);
if(dfs(d+1,maxd)) return true;
move(rev[i]);//回溯改回棋盘原始状态
kk--;
}
return false;
}
int main()
{
    while(scanf("%d",&te[0])&&te[0]){
        for(int i=1;i<24;i++){
            scanf("%d",&te[i]);
        }
        int maxd;
        for(int i=0;i<24;i++) {st[i]=te[i]; if(te[i]==0)  return 0;}
        if(is_goal()) {
            printf("No moves needed\n%d\n",te[center[0]]);
        }
        else {
        for(int i=0;i<24;i++) st[i]=te[i];
        for(maxd=1;;maxd++){//深度限制
            kk=0;
            if(dfs(0,maxd)) break;
        }
        }
    }
    return 0;
}

稍微解释一下,d是从起点到当前状态的总步数,MAXD是我们提前通过计算证明得到的最短路线总步数的上限,h()是启发函数,是整个算法的关键,我们设计的h()可以预估从当前状态到目标状态至少需要的步数。

这样,上面的关系式就很好理解了。d+ h() > MAXD 意味着当前已经走的步数+至少还需要的步数 > 我可以走的步数上限,这种状态,必然已经没有继续的必要,回溯。




您可能感兴趣的与本文相关的镜像

Qwen-Image

Qwen-Image

图片生成
Qwen

Qwen-Image是阿里云通义千问团队于2025年8月发布的亿参数图像生成基础模型,其最大亮点是强大的复杂文本渲染和精确图像编辑能力,能够生成包含多行、段落级中英文文本的高保真图像

混合动力汽车(HEV)模型的Simscape模型(Matlab代码、Simulink仿真实现)内容概要:本文档介绍了一个混合动力汽车(HEV)的Simscape模型,该模型通过Matlab代码和Simulink仿真工具实现,旨在对混合动力汽车的动力系统进行建模与仿真分析。模型涵盖了发动机、电机、电池、传动系统等关键部件,能够模拟车辆在不同工况下的能量流动与控制策略,适用于动力系统设计、能耗优化及控制算法验证等研究方向。文档还提及该资源属于一个涵盖多个科研领域的MATLAB仿真资源包,涉及电力系统、机器学习、路径规划、信号处理等多个技术方向,配套提供网盘下载链接,便于用户获取完整资源。; 适合人群:具备Matlab/Simulink使用基础的高校研究生、科研人员及从事新能源汽车系统仿真的工程技术人员。; 使用场景及目标:①开展混合动力汽车能量管理策略的研究与仿真验证;②学习基于Simscape的物理系统建模方法;③作为教学案例用于车辆工程或自动化相关课程的实践环节;④与其他优化算法(如智能优化、强化学习)结合,实现控制策略的优化设计。; 阅读建议:建议使用者先熟悉Matlab/Simulink及Simscape基础操作,结合文档中的模型结构逐步理解各模块功能,可在此基础上修改参数或替换控制算法以满足具体研究需求,同时推荐访问提供的网盘链接获取完整代码与示例文件以便深入学习与调试。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值