【洛谷题解/USACO1.5】P1219八皇后 Checker Challenge

题目概况

链接: https://www.luogu.com.cn/problem/P1219
难度: 普及/提高-

题目分析

题目与题面不符,怎么是N皇后
简化题目: N皇后模板题
涉及知识点: 深度优先搜索DFS
解题思路:
很显然的一道回溯题。我们设置状态为dfs(c)c代表当前一个确定的行数。如果行数已经到了n+1,就输出前三个方案,并将方案数+1;否则枚举当前行的每一列,判断是否存在冲突(行、列、两条对角线),没有冲突则制造冲突 标记并枚举下一行。
最难的部分就是如何判断,分类讨论一下:
1. 行,由于我们每次都只在当前确定行放一个,所以不需要另外判断。
2. 列,也好办,只需要用一个row数组标记
3. 两条对角线。瞬间地,暴力方法可以想出来,枚举判断,但是效率无疑太低。办法总比困难多,给出两张图并加以分析:
在这里插入图片描述
细心的我们可以发现,每个相对应的行数与列数之和恒等于一个常数:
比如这条对角线:4+0 = 3+1 = 2+2 = 1+3 = 0 + 4 = 4,其它对角线也一样。
所以我们只需要用一个x1数组标记左对角线即可。

再看右对角线:
在这里插入图片描述
利用左对角线的经验,显然可以得出每个对应的列数与行数之和为一个常数:
比如这条对角线:
7-5 = 6-4 = 5-3 = 4-2 = 3-1 = 2-0
或5-7 = 4-6 = 3-5 = 2-4 = 1-3 = 0-2
如果选用前一个,我们的数组需要开到33,如果选用后一个,开到30即可。(已经过实验)

代码拆解及要点解析

一、数据准备

int n; //N皇后 
int row[15], x1[35], x2[35], ans_ij[15]; 
//row数组存储每行有无冲突,x1,x2对应左右两边对角线有无冲突,ans_ij存储每行的皇后点
int ans, cnt; //方案数和输出方案数(限制3个的)

二、DFS部分

void dfs(int c) {
   
    //c表示确定的行数
	if (c == n + 1) {
   
    //如果等于n,那么还在放;等于n+1了才说明放完了
		if (cnt &
### 洛谷题目解答与算法解析 洛谷是一个广受欢迎的在线编程学习平台,提供大量算法题目和题解资源。针对不同的问题,用户可以选择适合自己的算法进行练习或解决问题。 #### DFS(深度优先搜索)在洛谷题目中的应用 DFS是一种经典的回溯算法,通常用于解决迷宫类问题或者路径探索问题。例如,在P1605题目中,使用DFS可以统计从起点到终点的所有可行路径数量。通过递归实现对每个方向的探索,并在满足条件时继续深入,直到到达目标点。以下代码展示了如何实现这一逻辑: ```cpp int dir[4][2] = {0, 1, 1, 0, 0, -1, -1, 0}; // 方向数组 bool check(int nx, int ny) { return nx >= 1 && nx <= n && ny >= 1 && ny <= m; } void dfs(int x, int y) { vis[x][y] = true; for (int i = 0; i < 4; i++) { int nx = x + dir[i][0]; int ny = y + dir[i][1]; if (check(nx, ny) && vis[nx][ny] == false && map[nx][ny] != '#') { dfs(nx, ny); } } vis[x][y] = false; // 回溯 } ``` 上述代码中,`dir`数组定义了四个方向的增量,`check`函数判断坐标是否合法,而`dfs`函数则递归地遍历所有可能的路径并进行回溯[^3]。 #### Dijkstra算法的应用 Dijkstra算法是解决最短路径问题的经典方法,适用于图中节点之间的加权边。以最小体力消耗为例,相邻格子的差值作为代价,可以通过构建小根堆来优化路径选择。具体来说,将每个节点的代价存储在堆中,并按照代价从小到大排序,逐步扩展路径直至找到目标点。以下是Dijkstra算法的核心部分: ```cpp struct Node { int x, y, cost; bool operator<(const Node& other) const { return cost > other.cost; } }; priority_queue<Node> pq; void dijkstra() { pq.push({start_x, start_y, 0}); dist[start_x][start_y] = 0; while (!pq.empty()) { Node current = pq.top(); pq.pop(); if (current.x == target_x && current.y == target_y) break; for (int i = 0; i < 4; i++) { int nx = current.x + dir[i][0]; int ny = current.y + dir[i][1]; if (check(nx, ny)) { int new_cost = abs(grid[nx][ny] - grid[current.x][current.y]); if (dist[nx][ny] > dist[current.x][current.y] + new_cost) { dist[nx][ny] = dist[current.x][current.y] + new_cost; pq.push({nx, ny, dist[nx][ny]}); } } } } } ``` 在此代码中,`Node`结构体定义了节点的信息,包括坐标和当前代价;`priority_queue`实现了小根堆的功能,确保每次取出代价最小的节点进行扩展[^2]。 #### 回溯算法在经典题目中的运用 回溯算法是解决组合、排列等问题的重要工具。例如,在N皇后问题中,通过尝试在每一行放置一个皇后,并检查是否满足列和对角线的约束条件,最终找出所有合法的布局方案。以下是N皇后问题的核心代码: ```cpp bool is_safe(int row, int col) { for (int i = 0; i < row; i++) { if (board[i] == col || abs(row - i) == abs(col - board[i])) { return false; } } return true; } void solve(int row) { if (row == n) { solutions++; return; } for (int col = 0; col < n; col++) { if (is_safe(row, col)) { board[row] = col; solve(row + 1); } } } ``` 此代码中,`is_safe`函数检查当前位置是否安全,`solve`函数递归地尝试每一列的可能性,并在找到完整解后增加计数器[^3]。 #### 总结 DFS、Dijkstra以及回溯算法洛谷题目中均有广泛应用。DFS适合处理路径探索和数量统计问题,Dijkstra适用于最短路径问题,而回溯算法则擅长解决组合、排列等需要穷举可能性的问题。掌握这些算法及其变种对于提升编程能力至关重要。
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

打赏作者

oier_Asad.Chen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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