C++实现马踏棋盘算法:深度优先与贪心策略详解
本教程介绍如何使用C/C++语言解决经典的“马踏棋盘”问题。文章首先阐述基于深度优先遍历和回溯法的常规解法,随后引入贪心算法进行优化,并通过完整的源码展示如何生成从任意起点遍历8x8棋盘的路径。
问题描述
在国际象棋的8×8棋盘中,将马随机放置于某个方格,要求马按照规则移动,且每个方格仅进入一次,最终走遍棋盘上全部64个方格。这是一个典型的全排列搜索问题,通常使用图的遍历算法来解决。
算法原理分析
解决该问题主要涉及两种思路: 1. **基础解法**:采用深度优先遍历(DFS)配合回溯法。即从一个点出发,尝试所有可能的跳跃方向,若走到死胡同则回退至上一步尝试其他方向。 2. **优化解法**:在DFS的基础上引入贪心策略。在处理当前节点的下一个可选位置时,预先计算每个候选位置后续还有多少个“出口”,并优先选择出口数量最少的位置进行探索。这种启发式方法能显著减少无效的回溯过程。
核心数据结构与逻辑
算法的核心在于维护棋盘的状态矩阵及递归搜索函数。
- **棋盘表示**:使用二维数组 g_ArrChessBoard[10][10] 存储路径,初始值为 -1。数值代表马到达该位置的步数。
- **位置结构体**:SPOS 包含横纵坐标 nPosX 和 nPosY。
- **马的移动规律**:马走“日”字,即在X方向移动2格Y方向移动1格,或X方向移动1格Y方向移动2格。组合起来共有8个可能的移动方向:
- (+2, +1), (+2, -1), (-2, +1), (-2, -1)
- (+1, +2), (+1, -2), (-1, +2), (-1, -2)
第一步:初始化棋盘环境
程序启动时需清空棋盘数据,将所有格子的状态重置为 -1,表示未被访问过。同时设定起始位置,若用户未输入合法坐标,默认使用左上角 (0,0)。
第二步:执行递归搜索(含贪心优化)
这是算法的主干部分。HorseRoaming 函数负责递归调用:
1. 标记当前格子为已访问,步数计数器 g_HorseSteps 加1。
2. 如果步数达到总格数(例如8x8=64),则成功找到路径,返回成功标识。
3. 获取当前位置所有合法的、未访问过的“下一跳”位置列表 NextStepList。
4. 贪心排序:对 NextStepList 中的每个位置,预计算其各自有多少个“下一跳”。按此数量从小到大排序。这基于一个直觉:先走那些孤立、难走的路径,留下容易走的路径最后处理,这样更容易保证连通性。
5. 遍历排序后的列表,依次递归调用 HorseRoaming。
6. 若某条路径失败(返回1或-1),则进行回溯:将当前格子重置为 -1,步数减1,返回上一层继续尝试下一个候选点。
代码实现细节
以下为完整的C++实现代码。注意代码中使用了 #define CHESS_BOARD_LINE_NUM 10 等宏定义,实际逻辑是基于10x10的边界检查来处理标准的8x8有效区域(或通过调整宏参数适配不同大小棋盘)。以下代码以通用逻辑展示。
#include<stdio.h>
//定义棋盘的行数和列数
#define CHESS_BOARD_LINE_NUM 10
#define CHESS_BOARD_COLUM_NUM 10
//定义棋盘上位置的结构体
typedef struct
{
int nPosX;
int nPosY;
}SPOS;
//使用一个二维数组来表示棋盘
int g_ArrChessBoard[CHESS_BOARD_LINE_NUM][CHESS_BOARD_COLUM_NUM];
//用来表示Horse跳到下一位置为第几跳,起跳位置为第0跳
int g_HorseSteps = 0;
//定义Horse的起跳位置,可以输入;若输入非法则使用默认起跳位置(0,0)
SPOS g_StartPos={0,0};
//检查位置有效性, 若位置在棋盘内则返回1,不在棋盘则返回0
int checkPos(SPOS tPos)
{
//X/Y坐标不在棋盘内则位置不在棋盘内
return !(0 > tPos.nPosX || tPos.nPosX +1 > CHESS_BOARD_LINE_NUM || 0 > tPos.nPosY || tPos.nPosY + 1 > CHESS_BOARD_COLUM_NUM);
}
//检查位置是否已经跳过,若跳过则位置上记录经过该位置时为第几跳,若未被跳过则值为棋盘初始值-1
int checkUsed(SPOS tPos)
{
return g_ArrChessBoard[tPos.nPosX][tPos.nPosY] != -1;
}
//根据偏移量获取位置有效性
void getNextStepListByOffSet(SPOS curPos, SPOS NextStepList[8], int* NumOfValidStep, int offSetX, int offSetY)
{
//定义Horse的可跳方向
//分别为右上(1,1)、右下(1,-1)、左上(-1,1)、左下(-1,-1)
//原始坐标+方向位移得到新的跳点
static SPOS DirectionList[4] = {{1,1},{1,-1},{-1,1},{-1,-1}};
SPOS tPos; //存储可能的跳点,该跳点不一定有效
int i = 0;
for (; i < 4; i++)
{
tPos.nPosX = curPos.nPosX + offSetX*DirectionList[i].nPosX;
tPos.nPosY = curPos.nPosY + offSetY*DirectionList[i].nPosY;
//若跳点在棋盘内,且跳点未被跳过则可以作为下一跳点
if (checkPos(tPos) && !checkUsed(tPos))
{
NextStepList[(*NumOfValidStep)++] = tPos;
}
}
}
//获取下一跳位置列表, 下一跳位置列表最多存在8个,所以固定传入数组8
//只返回有效的位置列表, NumOfValidStep中存储有效位置列表个数
void getNextStepList(SPOS curPos, SPOS NextStepList[8], int* NumOfValidStep)
{
//X坐标移动2格,Y坐标移动1格检查
getNextStepListByOffSet(curPos, NextStepList, NumOfValidStep, 2, 1);
//X坐标移动1格,Y坐标移动2格检查
getNextStepListByOffSet(curPos, NextStepList, NumOfValidStep, 1, 2);
}
//冒泡排序
void sortByNextStepNum(SPOS NextStepList[8], int* NumOfValidStep, int nSubValidStep[8])
{
int tmpN;
SPOS tmpPos;
int i = 0;
int j = 0;
int MaxStepNum = *NumOfValidStep;
for (; i < MaxStepNum; i++)
{
for (j = 1; j < MaxStepNum - i; j++)
{
if (nSubValidStep[j] < nSubValidStep[j-1])
{
//进行位置互换,进行冒泡
tmpN = nSubValidStep[j];
nSubValidStep[j] = nSubValidStep[j-1];
nSubValidStep[j-1] = tmpN;
//进行对应的Pos互换
tmpPos = NextStepList[j];
NextStepList[j] = NextStepList[j-1];
NextStepList[j-1] = tmpPos;
}
}
}
}
//使用贪心算法获取下一位置列表,即对返回的有效列表根据出口进行升序排列
void getNextGreedList(SPOS curPos, SPOS NextStepList[8], int* NumOfValidStep)
{
SPOS subNextStepList[8]; //用于缓存下一跳点列表的中每个跳点的下一跳点列表
int nSubValidStep[8] = {0,0,0,0,0,0,0,0}; //用于存储下一跳点列表中每个跳点的下一跳点个数
int i = 0;
//先获取所有的可跳节点
getNextStepList(curPos, NextStepList, NumOfValidStep);
//获取子跳点的下一跳点个数
for(; i< *NumOfValidStep; i++)
{
getNextStepList(NextStepList[i], subNextStepList, &nSubValidStep[i]);
}
//使用冒泡排序
sortByNextStepNum(NextStepList, NumOfValidStep, nSubValidStep);
}
//以输入Pos为起点进行马踏棋盘
//返回0 表示找到正确跳跃路径
//返回-1 表示已经完成所有跳点的尝试,不存在可行方案
//返回1 表示选中的下一跳并非可行路径,需要重新选择一个跳点进行尝试
int HorseRoaming(SPOS curPos)
{
SPOS NextStepList[8]; //记录curPos的下一跳点列表,最多存在8个可能跳点,使用数组表示
int NumOfValidStep = 0;//记录下一跳列表中的跳点个数
int i = 0;
int nRet = 1;
//添加跳点的Trace记录,并刷新跳点的计数
g_ArrChessBoard[curPos.nPosX][curPos.nPosY] = g_HorseSteps++;
//若已经经过棋盘上所有节点则表示找到马踏棋盘路径,退出
if (g_HorseSteps == CHESS_BOARD_LINE_NUM*CHESS_BOARD_COLUM_NUM)
{
return 0;
}
//使用普通DFS进行路径查找
//getNextStepList(curPos, NextStepList, &NumOfValidStep);
//使用贪心算法获取有效列表
getNextGreedList(curPos, NextStepList, &NumOfValidStep);
for (; i < NumOfValidStep; i++)
{
//进行递归求解
nRet = HorseRoaming(NextStepList[i]);
if (1 != nRet)
{
//求解结束
return nRet;
}
}
//若回到起点位置,且起点的所有可能跳点均已尝试过,则说明未找到遍历棋盘方案
if (curPos.nPosX == g_StartPos.nPosY && curPos.nPosY == g_StartPos.nPosY)
{
return -1;
}
//回溯:回退棋盘上的Trace记录,并返回上层
g_ArrChessBoard[curPos.nPosX][curPos.nPosY] = -1;
g_HorseSteps--;
return 1;
}
//初始化棋盘上所有位置的值为-1
void initBoard()
{
int i,j; //设置循环控制变量
for (i = 0; i< CHESS_BOARD_LINE_NUM; i++)
{
for (j = 0; j< CHESS_BOARD_COLUM_NUM; j++)
{
g_ArrChessBoard[i][j] = -1;
}
}
}
//将棋盘上记录的跳跃Trace打印到文件中
void printSteps()
{
int i,j;
FILE* pfile = fopen("OutPut.txt","wb+");
for (i = 0; i< CHESS_BOARD_LINE_NUM; i++)
{
for (j = 0; j< CHESS_BOARD_COLUM_NUM; j++)
{
fprintf(pfile,"%2d ", g_ArrChessBoard[i][j]);
}
fprintf(pfile,"\r\n");
}
fclose(pfile);
}
int main()
{
//进行棋盘上跳跃Trace初始化
initBoard();
if (HorseRoaming(g_StartPos) == 0)
{
//打印结果
printSteps();
}
else
{
//未找到解
printf("Not found Result \n");
}
return 0;
}以上代码实现了带有贪心优化的马踏棋盘算法。运行后,若找到完整路径,会将步数记录输出至 OutPut.txt 文件。相比纯DFS,加入贪心策略后,对于较大尺寸棋盘或特定起点的遍历速度有明显提升。
以上就是C/C++实现马踏棋盘算法的详细内容,更多关于马踏棋盘算法的资料请关注本站其它相关文章!
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









