在8X8的棋盘上分布着n个骑士,他们想约在某一个格中聚会。骑士每天可以像国际象棋中的马那样移动一次,可以从中间像8个方向移动(当然不能走出棋盘),请计算n个骑士的最早聚会地点和要走多少天。要求尽早聚会

本文介绍了一个基于广度优先搜索(BFS)的算法,用于计算多个骑士在8x8棋盘上最快会合的地点及所需时间。通过记录每个骑士的移动路径,找到所有骑士都能到达的最早位置。

在8X8的棋盘上分布着n个骑士,他们想约在某一个格中聚会。骑士每天可以像国际象棋中的马那样移动一次,可以从中间像8个方向移动(当然不能走出棋盘),请计算n个骑士的最早聚会地点和要走多少天。要求尽早聚会,且n个人走的总步数最少,先到聚会地点的骑士可以不再移动等待其他的骑士。

从键盘输入n(0<n<=64),然后一次输入n个骑士的初始位置xi,yi(0<=xi,yi<=7)。屏幕输出以空格分隔的三个数,分别为聚会点(x,y)以及走的天数。

提示:BFS。

#define M 8
#define N 8
#define DIR 8

typedef struct Pointer {
	int x;
	int y;
};

typedef struct Knight {
	Pointer* point;	//起始点
	bool visited[M][N];	//是否访问
	queue<Pointer*> kq;	//第几天到达的位置
};

//结果结构体
typedef struct Result {
	Pointer* point;
	int days;
};

/*x行,y列
 * 下一步位移*/
int nextX[] = { -1, 1, -2, 2, -2, 2, -1, 1 };
int nextY[] = { -2, -2, -1, -1, 1, 1, 2, 2 };

/*坐标是否合理*/
bool sure(int i, int j) {
	if (i >= 0 && i < M && j >= 0 && j < N)
		return true;
	else
		return false;
}

//寻找集合点和天数
Result* findGatherPoint(vector<Knight*> knights) {
	int days = 0;
	//记录骑士到达数量
	int matrix[M][N] = { 0 };

	if (knights.empty()) {
		return NULL;
	}

	//预处理
	for (int i = 0; i < knights.size(); ++i) {
		matrix[knights[i]->point->x][knights[i]->point->y] = 1;
	}

	while (1) {
		days++;
		for (int i = 0; i < knights.size(); ++i) {
			int len = knights[i]->kq.size();
			for (int j = 0; j < len; ++j) {
				Pointer* tmp = knights[i]->kq.front();
				knights[i]->kq.pop();
				/*BFS向8个方向走一步*/
				for (int k = 0; k < DIR; ++k) {
					int x = tmp->x + nextX[k];
					int y = tmp->y + nextY[k];
					if (sure(x, y) && !knights[i]->visited[x][y]) {
						knights[i]->visited[x][y] = true;
						Pointer* p = new Pointer();
						p->x = x;
						p->y = y;
						knights[i]->kq.push(p);
						matrix[x][y]++;
						if (matrix[x][y] == knights.size()) {
							Result* result = new Result();
							result->point = p;
							result->days = days;
							return result;
						}
					}
				}
			}
		}
	}
}


问题描述:将随机放在国际象棋8X8 棋盘中的某个方棋规则进行移动 要求每个方上只进入一次 棋盘上全部 64 个方 编制递归程序 求出的行路线 并按求出的行路线 将数字 1 2 … 64 依次填入 8X8 的方阵输出之 测试数据:由读者指定可自行指定一个的初始位置 实现提示:每次在多个可位置中选择一个进行试探 其余未曾试探过的可位置必须用适当结构妥善管理 以备试探失败时的“回溯”悔棋使用 并探讨每次选择位置的“最佳策略” 以减少回溯的次数 背景介绍: 国际象棋为许多令人着迷的娱乐提供了固定的框架 而这些框架常独立于游戏本身 其中的许多框架都基于骑士奇异的L型移动规则 一个经典的例子是骑士漫游问题 从十八世纪初开始 这个问题就引起了数学家解密爱好者的注意 简单地说 这个问题要求从棋盘上任一个开始按规则移动骑士 使之成功的游历国际象棋棋盘的64个方 且每个方都接触且仅接触一次 可以用一种简便的方法表示问题的一个解 即将数字1 64按骑士到达的顺序依次放入棋盘的方中 一种非常巧妙的解决骑士漫游地方法由J C Warnsdorff于1823年给出 他给出的规则是:骑士总是移向那些具有最少出口数且尚未到达的方之一 其中出口数是指通向尚未到达方的出口数量 在进一步的阅读之前 你可以尝试利用Warnsdorff规则手工构造出该问题的一个解 实习任务: 编写一个程序来获得棋盘骑士漫游问题的一个解 您的程序需要达到下面的要求: 棋盘的规模是8 8; 对于任意给定的初始化位置进行试验 得到漫游问题的解; 对每次实验 按照棋盘矩阵的方式 打印每个被行径的顺序编号 技术提示: 解决这类问题的关键是考虑数据在计算中的存储表示 可能最自然的表示方法就是把棋盘存储在一个8 8的二维数组board中 以 x y 为起点时骑士可能进行的八种移动 一般来说 位于 x y 的骑士可能移动到以下方之一: x 2 y+1 x 1 y+2 x+1 y+2 x+2 y+1 x+2 y 1 x+1 y 2 x 1 y 2 x 2 y 1 但注意 如果 x y 的位置离某一条边较近 有些可能的移动就会把骑士移到棋盘之外 而这当然是不允许的 骑士的八种可能的移动可以用一个数组MoveOffset方便地表示出来: MoveOffset[0] 2 1 MoveOffset[1] 1 2 MoveOffset[2] 1 2 MoveOffset[3] 2 1 MoveOffset[4] 2 1 MoveOffset[5] 1 2 MoveOffset[6] 1 2 MoveOffset[7] 2 1 于是 位于 x y 的骑士可以移动到 x+MoveOffset[k] x y+MoveOffset[k] y 其中k是0到7之间的某个整数值 并且新方必须仍位于棋盘上 扩展需求:可以考虑将结果图形化 b 考察所有初始化的情况 测试是否都能够得到解 ">问题描述:将随机放在国际象棋8X8 棋盘中的某个方棋规则进行移动 要求每个方上只进入一次 棋盘上全部 64 个方 编制递归程序 求出的行路线 并按求出的行路线 将数字 1 2 … 64 依 [更多]
评论
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