棋盘算法c语言程序,骑士走棋盘算法

本文介绍了一种骑士走遍棋盘上所有位置的算法。该算法遵循西洋棋中骑士的移动规则,并采用Warnsdorff提出的策略来提高寻找可行路径的成功率。通过优先考虑那些后续移动选项最少的位置,算法能够在不使用递归的情况下找到有效的路径。
部署运行你感兴趣的模型镜像

[c]代码库#include

/*骑士走棋盘算法,骑士的走法为西洋棋的走法,骑士可以由任一个位置出发,它要如何走完[所有的位置?*/

/*解法骑士的走法,基本上可以使用递回来解决,但是纯綷的递回在维度大时相当没有效率,一个聪明的解法由J.C.Warnsdorff在1823年提出,简单的说,先将最难的位置走完,接下来的路就宽广了,骑士所要走的下一步,「为下一步再选择时,所能走的步数最少的一步」,使用这个方法,在不使用递回的情况下,可以有较高的机率找出走法(找不到走法的机会也是有的)*/

int board[8][8]={0};

int travel(int x,int y);

int main ( void )

{

int startx,starty;

int i,j;

printf ( "输入起始点:" );

scanf ( "%d%d",&startx,&starty );

if ( travel(startx,starty) )

{

printf ( "游历完成!\n" );

}

else

{

printf ( "游历失败!\n" );

}

for ( i=0; i<8; i++ )

{

for ( j=0; j<8; j++ )

{

printf ( "%2d",board[i][j] );

}

putchar ( '\n' );

}

return 0;

}

int travel ( int x,int y )

{

// 对应骑士可走的八个方向

int ktmove1[8]={-2,-1,1,2,2,1,-1,-2};

int ktmove2[8]={1,2,2,1,-1,-2,-2,-1};

// 测试下一步的出路

int nexti[8]={0};

int nextj[8]={0};

// 记录出路的个数

int exists[8]={0};

int i,j,k,m,l;

int tmpi,tmpj;

int count,min,tmp;

i=x;

j=y;

board[i][j]=1;

for ( m=2; m<=64; m++ )

{

for ( l=0; l<8; l++ )

exists[l]=0;

l=0;

// 试探八个方向

for ( k=0; k<8; k++ )

{

tmpi=i+ktmove1[k];

tmpj=j+ktmove2[k];

// 如果是边界了,不可走

if ( tmpi<0||tmpj<0||tmpi>7||tmpj>7 )

continue;

// 如果这个方向可走,记录下来

if ( board[tmpi][tmpj]==0 )

{

nexti[l]=tmpi;

nextj[l]=tmpj;

// 可走的方向加一个

l++;

}

}

count=l;

// 如果可走的方向为0个,返回

if ( count==0 )

{

return 0;

}

else if ( count==1 )

{

// 只有一个可走的方向

// 所以直接是最少出路的方向

min=0;

}

else

{

// 找出下一个位置的出路数

for ( l=0; l

{

for ( k=0; k<8; k++ )

{

tmpi=nexti[l]+ktmove1[k];

tmpj=nextj[l]+ktmove2[k];

if ( tmpi<0||tmpj<0||

tmpi>7||tmpj>7 )

{

continue;

}

if ( board[tmpi][tmpj]==0 )

exists[l]++;

}

}

tmp=exists[0];

min=0;

// 从可走的方向中寻找最少出路的方向

for ( l=1; l

{

if ( exists[l]

{

tmp=exists[l];

min=l;

}

}

}

// 走最少出路的方向

i=nexti[min];

j=nextj[min];

board[i][j]=m;

}

return 1;

}

694748ed64b9390909c0d88230893790.png

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

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  | 博主筛选后可见
 
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