算法：根据四色定理(Four color theorem)，求出地图的所有着色方案

地图着色，需要每一个区域都使用一种颜色来进行填充，然后为了与相邻接壤的区域分开，就要求两个接壤的区域需要使用不同的颜色。四色定理的意思是，最多只需要四种颜色，就可以为所有的地图进行全部区域着色，且任意两个接壤的区域都是不同的颜色。在四色定理的指导下，我用Java来实现求解任意一副地图的所有可行的区域着色方案的算法，并求解下面这幅示例地图的所有着色方案：

算法思路：

将所有的区域进行编号，从0开始，然后用一个长度为区域总数的数组记录，称为颜色方案数组
颜色方案数组的下标是区域编号，值是使用的颜色，代号为1、2、3、4四种颜色。初始化全部是0，也就是颜色0代表未着色，如果大于0，代表已着色，值就是颜色
创建无权无向图，所有区域映射图的顶点，如果两个区域是接壤的，则对应图的两个顶点之间就是连通的，然后求出该无权无向图的记录有地图区域接壤关系的邻接矩阵
0区域默认使用1号颜色，然后找到下一个区域，根据接壤关系的邻接矩阵和颜色方案数组，找到下一个区域的所有接壤区域已经使用过的颜色集，再反向求出可使用的颜色集
如果下一个区域的可使用颜色集为空集，则当前递归分支结束。如果不为空集，则遍历所有可用颜色，然后递归调用，一个可用颜色为一个递归分支，着色下一个区域……
递归方法在着色后进行判断，如果刚刚着了色的区域已经是最后一个区域了，则表示程序已经找到了地图着色方案。然后程序输出颜色方案数组，以展示可行的地图着色方案

第一步：将所有的区域进行编号，从0开始

第二步：创建无权无向图，所有区域映射图的顶点，如果两个区域是接壤的，则连通对应图的两个顶点

3、根据上面记录有地图区域接壤关系的无权无向图，求出该图的邻接矩阵。该邻接矩阵也是算法输入的数据来源

下面是我用Java实现的求解上面示例图的着色方案的算法。该算法的思想和精髓已经在下面的代码和其间的详尽注释中：

import java.util.Arrays;
import java.util.HashSet;
import java.util.Set;/*** @author LiYang* @ClassName FourColorTheorem* @Description 四色定理探索实践类* @date 2019/12/7 22:32*/
public class FourColorTheorem {//根据四色定理，最多只使用四种颜色，就可以为任何地图//着色，并且保证相邻接壤的区域必须用不同的颜色//---------------------------------------------//注意，如果你的地图足够特别，也是有可能三种，甚至更少//的颜色种类就完成着色，此时可以将下面的数字改小，然后//查看控制台是否有结果输出，有结果输出则表示可行private static final int MIN_NECESSARY_MAP_COLOR = 4;/*** 返回示例地图接壤信息的邻接矩阵* @return 示例地图接壤信息的邻接矩阵*/public static int[][] initMapMatrix() {//直接返回记录示例地图接壤信息的邻接矩阵//要运行自己的地图，可以修改此邻接矩阵return new int[][] {{0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0},{1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0},{1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0},{1, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0},{0, 1, 0, 0, 0, 0, 1, 1, 0, 1, 0},{0, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1},{0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0},{0, 0, 0, 0, 1, 0, 1, 0, 1, 1, 0},{0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 1},{0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 1},{0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0}};}/*** 深拷贝数组* @param source 数组拷贝源* @return 数组副本*/public static int[] copyArray(int[] source) {//创建新的数组int[] copy = new int[source.length];//拷贝赋值新数组System.arraycopy(source, 0, copy, 0, source.length);//返回深拷贝的副本return copy;}/*** 地图区域着色算法的递归执行方法* @param nextArea 着色区域* @param color 着色使用的颜色* @param colorPlan 着色计划记录数组* @param matrix 区域接壤的邻接矩阵*/public static void coloringMap(int nextArea, int color, int[] colorPlan, int[][] matrix) {//将当前区域着色colorPlan[nextArea] = color;//如果已经全部着色，则打印结果if (nextArea == colorPlan.length - 1) {//打印当前递归分支的着色方案System.out.println("找到着色方案：" + Arrays.toString(colorPlan));//结束当前递归分支return;}//当前区域更新为下一个区域//准备为下一个区域进行着色nextArea ++;//下一个区域的可用颜色集Set<Integer> availableColor = new HashSet<>();//初始化可用颜色集for (int i = 1; i <= MIN_NECESSARY_MAP_COLOR; i++) {//先全部加入，再用排除法去掉周边接壤颜色availableColor.add(i);}//遍历邻接矩阵，找到下一个区域的所有接壤区域for (int i = 0; i < matrix.length; i++) {//如果当前区域接壤，且已经着色if (matrix[nextArea][i] > 0 && colorPlan[i] > 0) {//将接壤的已用颜色剔除availableColor.remove(colorPlan[i]);}}//遍历下一个区域的所有可用颜色for (int available : availableColor) {//分别递归调用本算法，尝试下一个区域着所有可用颜色集coloringMap(nextArea, available, copyArray(colorPlan), matrix);}}/*** 地图区域着色算法的驱动方法* @param matrix 地图接壤的邻接矩阵*/public static void coloringMap(int[][] matrix) {//我们从0号区域开始，从哪个区域开始都一样int nextArea = 0;//颜色代号是1-4，本质是等价可互换的，用1开始就行int color = 1;//初始化着色方案int[] colorPlan = new int[matrix.length];//调用地图区域着色算法的递归执行方法coloringMap(nextArea, color, colorPlan, matrix);}/*** 运用四色定理，运行示例地图着色的算法* @param args*/public static void main(String[] args) {//获得记录示例地图接壤关系的邻接矩阵int[][] matrix = initMapMatrix();//运行示例地图着色的算法，并从控制台//查看打印的着色方案coloringMap(matrix);}}

运行FourColorTheorem类的main方法，控制台输出了很多可行的示例图着色方案！下面是我随意摘选的一部分示例图着色方案：

找到着色方案：[1, 2, 2, 3, 1, 1, 2, 3, 4, 2, 3]
找到着色方案：[1, 3, 2, 4, 2, 1, 3, 4, 2, 3, 4]
找到着色方案：[1, 4, 2, 4, 2, 1, 4, 3, 2, 1, 4]
找到着色方案：[1, 4, 4, 3, 3, 2, 4, 1, 3, 2, 1]

接下来我们验证算法求出的示例图着色方案。1号我们用红色，2号用黄色，3号用蓝色，4号用粉色，验证上面我随意筛选的四种示例图着色方案，地图着色后表明，该算法测试通过：

算法：根据四色定理(Four color theorem)，求出地图的所有着色方案相关推荐

平面内有N个点，如何快速求出距离最近的点对？
大家好,我们今天来看一道非常非常经典的算法题--最近点对问题. 这个问题经常在各种面试当中出现,难度不低,很少有人能答上来.说实话,我也被问过,因为毫无准备,所以也没有答上来.是的,这道题有点神奇,没 ...
机器学习与深度学习——通过knn算法分类鸢尾花数据集iris求出错误率并进行可视化
什么是knn算法? KNN算法是一种基于实例的机器学习算法,其全称为K-最近邻算法(K-Nearest Neighbors Algorithm).它是一种简单但非常有效的分类和回归算法. 该算法的基本 ...
利用SIFT和RANSAC算法（openCV框架）实现物体的检测与定位，并求出变换矩阵（findFundamentalMat和findHomography的比较）
本文目标是通过使用SIFT和RANSAC算法,完成特征点的正确匹配,并求出变换矩阵,通过变换矩阵计算出要识别物体的边界(文章中有部分源码,整个工程我也上传了,请点击这里). SIFT算法是目前公认的效 ...
【算法】广度遍历算法的应用求出距离顶点v0的最短路径长度为最长的一个顶点，图结构的bfs生成树及其双亲表示形式
例: 求出距离顶点v0的最短路径长度为最长的一个顶点,并要求尽可能节省时间分析: 用bfs算法(利用bfs算法的层次特性): 从v0出发进行广度遍历时, 最后一层的顶点距离v0的最短路径长度最长.因 ...
C语言使用1到9求出所有k个数字的所有组合的算法(附完整源码)
C语言使用1到9求出所有k个数字的所有组合的算法 C语言使用1到9求出所有k个数字的所有组合的算法完整源码(定义,实现,main函数测试) C语言使用1到9求出所有k个数字的所有组合的算法完整源码(定 ...
判断素数或者求出素数的基本算法《挑战程序设计竞赛》
2018-2-28 首先我们得明确一个概念,那就是什么是素数,据我的了解,素数就是除了1和它本身之外,不存在其他的因数的数. 1.素性测试判断给定的数n是否是素数这应该是最简单的了,直接从2至n, ...
php算法求出一个数可以被分解成多少个_小学奥数必须掌握的30个知识模块汇总...
关注成长教育解决学习困惑点击蓝字关注,与全国家长比肩同行 1．和差倍问题和差问题和倍问题差倍问题已知条件几个数的和与差几个数的和与倍数几个数的差与倍数公式适用范围已知两个数的和,差, ...
php算法求出一个数可以被分解成多少个_最全的小学干货：34个数学重难点公式（三）...
1.和差倍问题: 和差问题和倍问题差倍问题已知条件几个数的和与差几个数的和与倍数几个数的差与倍数公式适用范围已知两个数的和,差,倍数关系公式 ①(和-差)÷2=较小数较小数+差=较 ...
php算法求出一个数可以被分解成多少个_小学数学必考的34个数学重难点公式，赶紧给孩子收藏！...
34个小学数学重难点公式 1.和差倍问题 2.年龄问题的三个基本特征 ①两个人的年龄差是不变的: ②两个人的年龄是同时增加或者同时减少的: ③两个人的年龄的倍数是发生变化的: 3.归一问题的基本特点 ...

算法：根据四色定理(Four color theorem)，求出地图的所有着色方案

算法：根据四色定理(Four color theorem)，求出地图的所有着色方案相关推荐

最新文章

热门文章