程序的概要设计思想

爬山算法是一种局部贪婪算法，每次更新一次状态，都对相邻状态的冲突状态进行排序，选择最好的相邻状态进行更新，因此易陷入局部极值，从而无法得到最优解。

初始状态

为了方便对状态序列进行操作，爬山法程序采用一维数组x[i]进行编码，只是x[i]的范围变成0~7。一维数组中各元素互不相同。每个编码元素由随机函数产生。

冲突函数

冲突函数与遗传算法中的适应函数类似，只是在本程序中修改为终止条件为0。

寻找邻居状态

每更新一次状态，即每挪动一个皇后，都有56个邻居状态。计算这些新邻居状态的冲突值，选择冲突值最小的邻居状态作为下一个状态。如果本次的初始状态可以由爬山法寻找到最优解，那么爬山法的收敛速度是很快的，因此寻找新邻居的次数如果大于100次，可以认为在这个初始状态下，爬山法寻找不到解。

寻找全部解集

解决八皇后问题的全部解集，在爬山法的程序中可以实现。多次进行爬山法求解，然后进行答案去重操作。随着爬山法求解次数的增多，解集中的解答数量上升。当爬山法求解次数大于800次时，解集中解答数量不在变化，为92，因此可以认为爬山法求解八皇后问题的解集数量收敛于92。
最终得到的结果为，八皇后问题有92个解。
注：
这里求得的92并非严格意义上的完全不同的解，即如果一对解是对称的，那么在本程序中认为它们是两个解。

N·沃思在他的名著《算法+数据结构=程序》一书中给出了求解八皇后问题全部解的Pascal源程序。沃思同时指出，该程序不能识别对称的解，虽然一切可能的解有92个，但是只有12个真正不同的解。

这里给出求出全部不同的八皇后问题的解的C语言程序的刊登在淮南师范学院学报上的论文。有点不应该的是，这篇论文上有个无关痛痒的错别字。
尹星云. 八皇后问题的全部12个不同的解[J]. 淮南师范学院学报, 1997(1):72-74.

此外，补充上次遗传算法解决八皇后问题，因为我采用8列单算子的编码表示个体，本来以为遗传算法虽然全局收敛性比爬山法稍好，但其效率不高且性能不稳定，不大可能在有限的时间内求解出所有92种解。但这篇刊登在华中科技大学学报上的论文采用3种基本算子复合表示一个个体的方式大大提高了计算效率，节约了片内资源，并且有严谨的数学建模过程和严密的结论证明。
周康, 魏传佳, 刘朔, et al. 八皇后问题所有解的模拟DNA算法[J]. 华中科技大学学报（自然科学版）, 2009(6).

程序主要函数的作用

初始化皇后状态，每行只有一个皇后：
def initiate(status)

定义冲突函数，主要排查对角线上有多个皇后的情况,返回冲突的皇后对数：
def conflict

定义相邻元素：
def neighbour(status)t(status)

爬山法函数：
def climbing(status)

八皇后问题求解函数：
def qeen():

输入异常处理
def default():

运行结果截图

Python源代码

import random
from time import sleep
import matplotlib.pyplot#初始化皇后状态，每行只有一个皇后
def initiate(status):while len(status)<8:r=random.randint(0,7)if not (r in status):status.append(r)return status#定义冲突函数，主要排查对角线上有多个皇后的情况,返回冲突的皇后对数
def conflict(status):n=0for i in range(8):for j in range(i+1,8):if status[i]==status[j]:n += 1if status[j]-status[i]==i-j or status[j]-status[i]==j-i:n += 1return  n#定义相邻元素
def neighbour(status):next = {}for i in range(8):for j in range(8):if status[i] == j:continuecopy = list(status)copy[i] = jnext[(i, j)] = conflict(copy)return next#爬山法函数
def climbing(status):#当前互相冲突的皇后对数conflictnow=conflict(status)#最佳后继集合ans=[]#寻找最佳后继next=neighbour(status)for key,value in next.items():if value < conflictnow:conflictnow=valuefor key,value in next.items():if value == conflictnow:ans.append(key)#若后继元素大于一个，则随机选择一个if len(ans)>0:rnd=random.randint(0,len(ans)-1)i, j = ans[rnd][0], ans[rnd][1]status[i]=jreturn statusdef qeen():#若找不到解，循环的最大次数max=100total=0status=[]status=initiate(status)#print("The initial status is {}".format(status))climbing(status)while conflict(status)>0:status=climbing(status)total+=1if total==max:#print("Climbinghill algorithm cannot find the answer in {} times".format(max))return []if total < max:#可行解的可视化'''print("The answer is {} which is found in {} times".format(status,total))x=[0.5,1.5,2.5,3.5,4.5,5.5,6.5,7.5]y=[status.index(0)+0.5,status.index(1)+0.5,status.index(2)+0.5,status.index(3)+0.5,status.index(4)+0.5,status.index(5)+0.5,status.index(6)+0.5,status.index(7)+0.5]matplotlib.pyplot.title("Using ClimbingHill Algorithm to Solve 8-Queens' Problem")matplotlib.pyplot.axis([0,8,0,8])matplotlib.pyplot.grid()matplotlib.pyplot.plot(x, y, '*')matplotlib.pyplot.show()'''return status#输入异常处理
def default():try:global teststests=eval(input("Please Enter Testing Times(Enter 0 To Complete This Program):"))except:print("Please Enter integer As Testing Times!")return Falsereturn True#多次重复求解，寻找不同的解集
while True:t, failed=0,0solve=[]#测试次数try:tests=eval(input("Enter Testing Times(Enter 0 To Complete This Program):"))except:print("Please Enter integer As Testing Times!")boolean=Falsewhile boolean!=True:boolean=default()if tests==0:break#去掉重复的解,保留不同的解for i in range(tests):status = qeen()if status==[]:failed+=1continueelif not(status in solve):solve.append(status)t+=1else:t+=1print("Climbinghill algorithm failed times:{}".format(failed))print("Climbinghill algorithm succeeded times:{}".format(t))print("Climbinghill algorithm's succeeded rate:{:.2f}%".format((t-failed)/t*100))print("Different solutions' number:{}".format(len(solve)))#选择是否输出全部不同的解集ifprint=input("Do you wanna print all the different solutions? Y(y)/N(n)")while ifprint!='Y' and ifprint!="N" and ifprint!='y' and ifprint!='n':ifprint = input("Please Enter Y/y or N/n :")if ifprint=='y' or ifprint=='Y':s,t=0,0for i in solve:s+=1if t==5:print("{:3}:{}".format(s,i))t=0else:t+=1print("{:2}:{}".format(s,i),end="")print("")print("----------------Testing times:{}----------------".format(tests))

爬山法求解八皇后问题的全部解法相关推荐

C语言局部搜索算法（爬山法，模拟退火法，遗传算法）求解八皇后问题
C语言局部算法求解八皇后问题写在前面八皇后问题及局部搜索算法爬山法(hill-climbing searching) 算法介绍代码实现退火法(simulated annealing) 算法介 ...
爬山法实现八皇后问题（Python 实现）
本文主要简单阐述爬山法的基本算法思想,并给出用此算法实现八皇后问题详细过程最基本的爬上搜索算法表示:(节选自<人工智能>第二版): function HILL-CLIMBING(prob ...
Python：爬山法/随机重启爬山法/允许侧移的爬山法解决八皇后问题
文章目录 1 八皇后问题 2 程序代码 2.1 程序1 2.2 程序2 2.3 程序3 2.3.1 爬山法 2.3.2 随机重启爬山法 2.3.3 允许皇后侧移的爬山法 3 评价 1 八皇后问题有一 ...
C语言编程统计八皇后问题的解的个数,八皇后问题C语言解法
偶遇八皇后问题,随即自己写了一个仅供参考 #include #include #define SIZE 8 void Circumsribe(int(*checkerboard)[SIZE], int ...
遗传算法求解八皇后问题—matlab
目录题目要求设计思路 1.染色体编码 2.适应度函数 3.选择算子 4.交叉算子 5.变异算子 6.精英替换运行结果源程序题目要求在8*8的国际象棋棋盘上放置了八个皇后,要求没有一个皇后能 ...
遗传算法求解八皇后问题C++实现
一．实验问题简介问题表述为:在8×8格的国际象棋上摆放8个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行.同一列或同一斜线上,问有多少种摆法. 本次实验利用遗传算法求解八皇后问题的一个可行 ...
八皇后问题python_python求解八皇后问题
今天突然有个行外的朋友扔了一张图给我,希望我能帮他用python做一下这个作业--八皇后问题. 八皇后问题是一种经典的数学求解问题,规则是在8×8的国际象棋棋盘上,要求在每一行(或者每一列)放置一个皇 ...
JAVA用爬山法解决八皇后问题_八皇后问题爬山法实现(C语言）
1 #include 2 #include 3 #include 4 #include 5 // 6 //编程题7 //爬山法(八皇后问题)8 // 9 10 11 //棋子结构体12 //typed ...
八皇后问题递归求解法
#include <iostream> #include <fstream> #include <string.h>/** 八皇后问题递归方法实现 */ using ...

爬山法求解八皇后问题的全部解法