回溯法解八皇后问题

本文介绍了一种使用回溯法解决八皇后问题的方法,并提供了一个完整的C++代码示例。该算法通过递归地尝试放置皇后并检查是否冲突来寻找所有可能的解决方案。

//回溯法求解八皇后问题
//Linruier
#include<iostream>
#include<algorithm>
#include<cmath>
using namespace std;
bool ok(int a[],int num)
{
if(num==0)return true;
for(int i=0;i<num-1;i++)if(a[num-1]==a[i])return false;
for(int i=0;i<num-1;i++)if(a[num-1]-a[i]==num-1-i||a[num-1]-a[i]==i-num+1)return false;
return true;
}
int main()
{
int a[8];//a数组记录每一行的皇后的列数
int cnt=0;
for(int i=0;i<8;i++)a[i]=0;
int k=0;int c[8];//c数组记录
for(int i=0;i<8;i++)c[i]=1;
while(k>=0)
{
while(c[k]<=8)
{a[k]=c[k]++;
if(k==7&&ok(a,8)){cnt++;break;}//是完整的解
else if(k<7&&ok(a,k+1)){k++;continue;}//是部分解
}
c[k]=1;//回溯之前把外围的位置选择恢复为8种
k--;//回溯
}
cout<<"8皇后问题共有"<<cnt<<"种解"<<endl;
}

转载于:https://www.cnblogs.com/linruier/p/8633751.html

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 64480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
### 使用回溯法八皇后问题的代码及析 以下是使用 Python 实现的基于回溯算法的八皇后问题决方案: #### 代码实现 ```python def solve_n_queens(n): def is_safe(row, col): # 检查当前列是否有皇后 for i in range(row): if board[i] == col or \ board[i] - col == i - row or \ board[i] - col == row - i: return False return True def backtrack(row): nonlocal solutions_count if row == n: solutions_count += 1 print_board() return for col in range(n): if is_safe(row, col): # 判断当前位置是否安全 board[row] = col backtrack(row + 1) # 递归放置下一行的皇后 board[row] = -1 # 回溯,撤销当前行的选择 def print_board(): for i in range(n): line = "" for j in range(n): if board[i] == j: line += "Q " else: line += ". " print(line) print("\n") board = [-1] * n # 初始化棋盘,board[i]=j 表示第i行皇后位于第j列 solutions_count = 0 # 记录的数量 backtrack(0) solve_n_queens(8) ``` --- #### 析说明 上述代码实现了经典的八皇后问题,并利用了回溯的思想。具体释如下: 1. **函数 `is_safe`** 此函数用于检测某个位置 `(row, col)` 是否可以放置皇后。它主要检查三个方向是否存在冲突: - 同一列是否有皇后。 - 左上至右下的对角线是否有皇后。 - 右上至左下的对角线是否有皇后。 2. **函数 `backtrack`** 这是核心的递归回溯逻辑。每次尝试在某一行中找到一个合法的位置放置皇后。如果成功到达最后一行并完成放置,则记录一种法;否则返回上一层继续试探新的可能性[^3]。 3. **变量 `solutions_count` 和 `print_board`** - `solutions_count` 用于统计总的法数量。 - `print_board` 函数负责打印每种的具体布局情况。 4. **初始化与调用** 主程序通过设置初始状态 (`board[-1]*n`) 来表示尚未放置任何皇后的空白棋盘,并启动递归过程从第零行开始尝试放置皇后[^4]。 --- #### 关键点分析 - **时间复杂度** 在最坏情况下,此算法的时间复杂度接近 \(O(N!)\),因为每一层都需要遍历剩余的所有列来寻找合适的放置位置[^1]。 - **空间复杂度** 空间复杂度为 \(O(N)\),主要用于存储棋盘的状态以及递归栈的空间开销[^2]。 ---
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