`
huxiaoheihei
  • 浏览: 174590 次
  • 性别: Icon_minigender_2
  • 来自: 吉林
社区版块
存档分类
最新评论

双向广度优先搜索算法框架及八数码问题例程

 
阅读更多

 

双向广度优先搜索算法是对广度优先算法的一种扩展。广度优先算法从起始节点以广度优先的顺序不断扩展,

直到遇到目的节点;而双向广度优先算法从两个方向以广度优先的顺序同时扩展,一个是从起始节点开始扩展,另

一个是从目的节点扩展,直到一个扩展队列中出现另外一个队列中已经扩展的节点,也就相当于两个扩展方向出现了

交点,那么可以认为我们找到了一条路径。双向广度优先算法相对于广度优先算法来说,由于采用了从两个跟开始扩展

的方式,搜索树的深度得到了明显的减少,所以在算法的时间复杂度和空间复杂度上都有较大的优势!双向广度优先算

法特别适合于给出了起始节点和目的节点,要求他们之间的最短路径的问题。另外需要说明的是,广度优先的顺序能够保证

找到的路径就是最短路径!

         基于以上思想,我们给出双向广度优先算法编程的基本框架如下:

数据结构:

Queue q1, q2; //两个队列分别用于两个方向的扩展(注意在一般的广度优先算法中,只需要一个队列)

int head[2], tail[2]; //两个队列的头指针和尾指针

算法流程:

一、主控函数:

void solve()

{

1. 将起始节点放入队列q1,将目的节点放入队列q2

2. 当 两个队列都未空时,作如下循环

          1) 如果队列q1里的未处理节点比q2中的少(即tail[0]-head[0] < tail[1]-head[1]),则扩展(expand())队列q1

          2) 否则扩展(expand())队列q2 (即tail[0]-head[0] >= tail[1]-head[1]时)

3. 如果队列q1未空,循环扩展(expand())q1直到为空

4. 如果队列q2未空,循环扩展(expand())q2知道为空

}

二、扩展函数:

int expand(i) //其中i为队列的编号(表示q0或者q1)

{

          取队列qi的头结点H

          对头节点H的每一个相邻节点adj,作如下循环

                1 如果adj已经在队列qi之前的某个位置出现,则抛弃节点adj

                2 如果adj在队列qi中不存在[函数 isduplicate(i)]

                      1) 将adj放入队列qi

                      2)    如果adj 在队列(q(1-i)),也就是另外一个队列中出现[函数 isintersect()]

                                      输出 找到路径 

}

三、判断新节点是否在同一个队列中重复的函数

int isduplicate(i, j) //i为队列编号,j为当前节点在队列中的指针

{

            遍历队列,判断是否存在【线性遍历的时间复杂度为O(N),如果用HashTable优化,时间复杂度可以降到O(1)]

}

四、判断当前扩展出的节点是否在另外一个队列出现,也就是判断相交的函数:

int isintersect(i,j) //i为队列编号,j为当前节点在队列中的指针

{

          遍历队列,判断是否存在【线性遍历的时间复杂度为O(N),如果用HashTable优化,时间复杂度可以降到O(1)]

}

 

      以上为双向广度优先搜索算法的基本思路,下面给出使用上面的算法框架编写的八数码问题的代码:

问题描述:

给定 3 X 3 的矩阵如下:
2     3     4

1     5      x

7     6     8

程序每次可以交换"x"和它上下左右的数字,

经过多次移动后得到如下状态:

1      2     3

4      5     6

7      8      x

输出在最少移动步数的情况下的移动路径[每次移动的方向上下左右依次表示为'u', 'd', 'l', 'r']

 

例如:

如果过输入:【将矩阵放到一行输出】

 2  3  4 1  5  x  7  6  8

则输出:

ullddrurdllurdruldr

原题见ACM PKU 1077

‍C++代码如下:【注意,这是没有使用HASH优化的版本,压线通过了ACM PKU在线测试的内存和时间要求】

 

/*
 * Author: puresky
 * Date: 2010.01.12
 * Purpose: solve EIGTH NUMBER problem!
 */

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define MAXN 1000000

#define SWAP(a, b) {char t = a; a = b; b = t;}

typedef struct _Node Node;

struct _Node
{
        char tile[10]; // represent the tile as a string ending with '\0'
        char pos;   // the position of 'x'
        char dir;  //the moving direction of 'x'
        int parent; //index of parent node
};

int head[2], tail[2];
Node queue[2][MAXN];// two queues for double directoin BFS

//shift of moving up, down, left ,right
int shift[4][2] = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};

//for output direction!
char dir[4][2] = {{'u', 'd'}, {'d', 'u'}, {'l', 'r'}, {'r', 'l'}};

//test case
char start[10] = "23415x768";
char end[10] = "12345678x";

//read a tile 3 by 3
void readtile()
{
        int i;
        char temp[10];
        for(i = 0; i < 9; ++i)
        {
                scanf("%s", temp);
                start[i] = temp[0];
        }
        start[9] = '\0';
}

//print result
void print_backward(int i)
{
        if(queue[0][i].parent != -1)
        {
                print_backward(queue[0][i].parent);
                printf("%c", queue[0][i].dir);
        }
}
void print_forward(int j)
{
        if(queue[1][j].parent != -1)
        {
                printf("%c", queue[1][j].dir);
                print_forward(queue[1][j].parent);
        }
}
void print_result(int i, int j)
{
        //printf("%d,%d\n", i, j);
        print_backward(i);
        print_forward(j);
        printf("\n");
}

//init the queue
void init(int qi, const char* state)
{
        strcpy(queue[qi][0].tile, state);
        queue[qi][0].pos = strchr(state, 'x') - state;
        queue[qi][0].parent = -1;

        head[qi] = tail[qi]  = 0;
}

//check if there are duplicates in the queue
//time comlexity:O(n)
//We can optimise this function using HashTable
int isduplicate(int qi)
{
        int i;
        for(i = 0; i < tail[qi]; ++i)
        {
                if(strcmp(queue[qi][tail[qi]].tile, queue[qi][i].tile) == 0)
                {
                        return 1;
                }
        }
        return 0;
}

//check if the current node is in another queue!
//time comlexity:O(n)
//We can optimise this function using HashTable
int isintersect(int qi)
{
        int i;
        for(i = 0 ; i < tail[1 - qi]; ++i)
        {
                if(strcmp(queue[qi][tail[qi]].tile, queue[1 - qi][i].tile) == 0)
                {
                        return i;
                }
        }

        return -1;
}

//expand nodes
int expand(int qi)
{
        int i, x, y, r;

        Node* p = &(queue[qi][head[qi]]);
        head[qi]++;

        for(i = 0; i < 4; ++i)
        {
                x = p->pos / 3 + shift[i][0];
                y = p->pos % 3 + shift[i][1];
                if(x >= 0 && x <= 2 && y >= 0 && y <= 2)
                {
                        tail[qi]++;
                        Node* pNew = &(queue[qi][tail[qi]]);
                        strcpy(pNew->tile, p->tile);
                        SWAP(pNew->tile[ 3 * x + y], pNew->tile[p->pos]);
                        pNew->pos = 3 * x + y;
                        pNew->parent = head[qi] - 1;
                        pNew->dir = dir[i][qi];
                        if(isduplicate(qi))
                        {
                                tail[qi]--;
                        }
                        else
                        {
                                if((r = isintersect(qi)) != -1)
                                {
                                        if(qi == 1)
                                        {
                                                print_result(r, tail[qi]);
                                        }
                                        else
                                        {
                                                print_result(tail[qi], r);
                                        }
                                        return 1;
                                }
                        }
                }
        }
        return 0;
}

//call expand to generate queues
int solve()
{
        init(0, start);
        init(1, end);
       
        while(head[0] <= tail[0] && head[1] <= tail[1])
        {
                //expand the shorter queue firstly
                if(tail[0] - head[0] >= tail[1] - head[1])
                {
                        if(expand(1)) return 1;
                }
                else
                {
                        if(expand(0)) return 1;
                }
        }
       
        while(head[0] <= tail[0]) if(expand(0)) return 1;
        while(head[1] <= tail[1]) if(expand(1)) return 1;
        return 0;
}

int main(int argc, char** argv)
{
        readtile();
        if(!solve())
        {
                printf("unsolvable\n");
        }
        //system("pause"); //pause
        return 0;
}

ACM Judge Online: 372K 内存, 938MS 时间

使用HASHTABLE优化后的版本见:《八数码问题HashTable优化查找后的版本

分享到:
评论

相关推荐

    《c语言算法程序例程》

    5. **图算法**:如深度优先搜索(DFS)、广度优先搜索(BFS)、最短路径算法(Dijkstra、Floyd-Warshall)等。这些算法对于解决复杂网络问题至关重要。 6. **动态规划**:解决多阶段决策问题的一种方法,如背包问题、最长...

    广度优先搜索例程:迷宫最短路径

    广度优先就是宽度优先(即BFS,Breadth-First-Search)。就像一张白纸上滴一滴墨水 它会漫开 这就是BFS(反之,深度优先(DFS)就是“不撞南墙不回头”)。这个例程是关于迷宫最短路径的 然后你只需要一点点改动 再...

    PID算法例程

    PID算法是一种在自动化...综上所述,"PID算法例程"项目不仅展示了PID算法的基本原理,还通过具体的电机控制实例,演示了如何将PID算法程序化并应用于实际系统中,这对于学习和理解PID算法的实践应用具有很高的价值。

    粒子群算法(pso)例程

    粒子群算法(particle swarm optimization)例程

    PID算法标准例程

    ### PID算法标准例程解析 #### 一、引言 PID 控制算法是工业自动化领域中最常见也是最有效的控制策略之一。它通过调整三个独立的校正系数——比例(P)、积分(I)和微分(D)来实现对系统的控制。在本篇文章中,...

    遗传算法帐篷工序问题例程MATLAB

    在本例程中,“遗传算法帐篷工序问题”指的是利用遗传算法解决帐篷制造过程中的工序安排优化问题。 帐篷工序问题是一个典型的调度问题,涉及到如何高效地安排生产线上的各个工序,以最小化生产时间或成本。在实际...

    ACM各种算法例程

    2. **深度优先搜索** (Depth-First Search, DFS): DFS是一种图或树的遍历方法,通常用于解决连通性、回溯和搜索问题。在ACM竞赛中,DFS常用于解决迷宫问题、图的环检测、最短路径等问题。C++实现时通常使用递归或栈...

    PID算法例程简单实用

    PID(比例-积分-微分)算法是一种广泛应用的自动控制理论中的控制器算法,它通过结合当前误差(e[k])、过去误差(e[k-1]、e[k-2])来计算控制增量(u[k]),以实现对系统的精确控制。在给定的例程中,PID 算法被...

    算法例程(delphi)

    本压缩包“算法例程(delphi)”提供了使用Delphi实现的各种算法,旨在帮助开发者理解和应用这些基础且重要的算法解决实际问题。 1. **分治算法**: 分治算法是一种将大问题分解为小问题进行解决的策略。在本例程...

    经典ACM比赛例程包

    除了动态规划和凸包,ACM比赛中的例程还可能涵盖图论、搜索算法(如深度优先搜索和广度优先搜索)、排序算法(如快速排序、归并排序)、贪心算法、回溯算法、分治算法等。每个例程都是对特定问题的巧妙解决方案,...

    遗传算法解决基本VRP问题的matlab例程.zip

    在这个“遗传算法解决基本VRP问题的matlab例程”中,我们可以深入理解遗传算法如何应用于实际问题。MATLAB作为一种强大的数值计算和编程环境,是实现遗传算法的理想工具,其简洁的语法和丰富的库函数使得代码编写...

    基于stm32f030单片机的AES128bit加解密算法例程

    一个基于stm32f030单片机的AES128bit加解密算法例程, 该算法我已经验证通过并做了部分优化,该算法的加解密方式为AES-128bit/ECB/PKCS5Padding AES加密过程是先通过key进行加密,然后利用base64方式编码变成了最终...

    易语言(E语言)常见算法例程

    这些算法能够有效处理游戏中的路径搜索、最优决策等问题,增强游戏的趣味性和可玩性。例如,A*算法通过评估从起点到终点的最佳路径,让游戏角色更加智能地在复杂的地图中移动。贪心策略在资源管理游戏中非常有用,它...

    易语言注册码算法例程

    易语言注册码算法例程源码,注册码算法例程

    广度优先搜索例程:迷宫最短路径-易语言

    广度优先搜索(BFS)是一种用于遍历或搜索树或图的算法,其基本思想是从根节点开始,沿着树的宽度优先遍历,直到找到目标节点或者遍历完所有节点。在本例中,我们将关注如何运用广度优先搜索(BFS)来寻找迷宫中的...

    遗传算法 matlab例程

    遗传算法(Genetic Algorithm,GA)最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是...

    深度优先搜索易语言例程 迷宫最短路径

    深度优先搜索(Depth-First Search,简称DFS)是一种在图或树中遍历节点的算法。在本例程中,DFS被应用于解决迷宫问题,寻找从起点到终点的最短路径。DFS的核心思想是从一个节点出发,尽可能深地探索图的分支,直到...

    C常见算法实现与例程

    9. **回溯与贪心策略**:回溯用于在搜索解空间时避免无效路径,如八皇后问题;贪心策略在每一步都采取局部最优,如霍夫曼编码。 10. **概率与随机化算法**:如Monte Carlo方法,用于模拟和估计问题,尤其在计算...

    PID算法C语言实现(单片机实现)经典例程及解析文档

    本资源包“PID算法C语言实现(单片机实现)经典例程及解析文档”为学习者提供了从基础到实践的全面指导。 首先,我们需要理解PID算法的基本原理。PID代表比例(P)、积分(I)和微分(D)三个部分。比例项反映了当前误差...

    KNN算法C#例程

    KNN(K-Nearest Neighbors)算法是一种监督学习方法,常用于分类和回归问题,尤其在模式识别和机器学习领域应用广泛。本例程通过C#编程语言在Visual Studio 2010环境下实现,提供了完整的训练和测试数据,为初学者...

Global site tag (gtag.js) - Google Analytics