关于信息:骑士周游问题及优化

文章和代码曾经归档至【Github仓库：https://github.com/timerring/java-tutorial 】或者公众号【AIShareLab】回复 java 也可获取。

骑士环游问题

算法优化意义

1. 算法是程序的灵魂，为什么有些程序能够在海量数据计算时，仍然保
   持高速计算?
2. 编程中算法很多，比方八大排序算法(冒泡、抉择、插入、快排、归并.
   希尔、基数、堆排序)、查找算法、分治算法、动静布局算法、KMP算法、贪婪算法、普里姆算法、克鲁斯卡尔算法、迪杰斯特拉算法、弗洛伊德算法。

经典算法面试题-骑士环游问题

马踏棋盘算法介绍

1. 马踏棋盘算法也被称为骑士环游问题
2. 将马随机放在国际象棋的8×8棋盘Board[0 ~7][0~7]的某个方格中，马按走棋规定(马走日字)进行挪动。要求每个方格只进入一次，走遍棋盘上全副64个方格。
3. 游戏演示:
   https://u.ali213.net/games/horsesun/index.html?game_code=403
4. 会应用到图的遍历算法(DFS)+贪婪算法优化

1. 马踏棋盘问题(骑士环游问题)实际上是图的深度优先搜寻(DFS)的利用。
2. 如果应用回溯(就是深度优先搜寻)来解决,如果马儿踏了53个点，如图:走到了第53个,坐标(1,0)，发现曾经走到止境, 没方法，那就只能回退了，查看其余的门路，就在棋盘上不停的回溯…..，思路剖析+代码实现。
3. 先用根本形式来解决，而后应用贪婪算法(greedyalgorithm)进行优化。解决马踏棋盘问题,领会到不同的算法对程序效率的影响。
4. 应用后面的游戏来验证算法是否正确。

骑士环游问题的解决步骤和思路剖析

1. 创立棋盘chessBoard,是二维数组
2. 将以后地位设置为曾经拜访,而后依据以后地位，计算马儿还能走哪些地位，并放入到一个汇合中(ArrayList), 最多有8个，每走一步，应用step + 1。
3. 遍历ArrayList中寄存的所有地位，看看那个能够走，如果能够走通，就持续，走不通，就回溯。
4. 判断马儿是否实现了工作，应用step和应该走的步数比拟，如果没有达到数量，则示意没有实现工作，将整个棋盘设置为0。

留神:马儿走的策略不同，则失去的后果也不一样，效率也不一样。

对代码应用贪婪算法，进行优化，进步速度：

剖析

1. 咱们当初走的下一个地位，是依照咱们的顺时针来筛选地位，因而抉择的这个点的下一个能够走的地位的个数是不确定的.
2. 优化思路是:咱们应该抉择下一个的下一个能够走的地位较少的点，开始走，这样能够缩小回溯。
3. 代码:对咱们的ps汇合依照能够走的下一个地位的次数进行排序，升序排序。

package com.hspedu;

import javax.swing.*;
import java.awt.*;
import java.util.ArrayList;
import java.util.Comparator;
public class HorseChessBoard {

    //定义属性
    private static int X = 6; // 示意col
    private static int Y = 6; // 示意row
    private static int[][] chessBoard = new int[Y][X]; //棋盘
    private static boolean[] visited = new boolean[X * Y];//记录某个地位是否走过
    private static boolean finished = false; //记录马儿是否遍历完棋盘.

    public static void main(String[] args) {

        int row = 2;
        int col = 2;

        //测试一把
        long start = System.currentTimeMillis();
        traversalChessBoard(chessBoard, row - 1, col - 1, 1);
        long end = System.currentTimeMillis();

        System.out.println("遍历耗时=" + (end - start));
        //输入以后这个棋盘的状况
        for (int[] rows : chessBoard) {
            for (int step : rows) {//step 示意 该地位是马儿应该走的第几步
                System.out.print(step + "\t");
            }
            System.out.println();
        }
    }

    //写一个办法，对ps的各个地位，能够走的下一个地位的次数进行排序, 把可能走的下一个地位从小到大排序
    public static void sort(ArrayList<Point> ps) {
        ps.sort(new Comparator<Point>() {
            @Override
            public int compare(Point o1, Point o2) {
                return next(o1).size() - next(o2).size();
            }
        });
    }

    //编写最外围的算法，遍历棋盘，如果遍历胜利，就把 finished 设置为true ,
    //并且，将马儿走的每一步step，记录到 chessBoard
    public static void traversalChessBoard(int[][] chessBoard, int row, int col, int step) {

        //先把step 记录到 chessBoard
        chessBoard[row][col] = step;
        //把这个地位，设置为曾经拜访
        visited[row * X + col] = true;
        //获取以后这个地位能够走的下一个地位有哪些
        ArrayList<Point> ps = next(new Point(col, row)); // 留神这里的解决： col - X , row - Y
        sort(ps);// 排序：咱们应该抉择下一个的下一个能够走的地位较少的点，开始走，这样能够缩小回溯
        //遍历
        while (!ps.isEmpty()) {
            //取出以后这个 ps 第一个地位(点)
            Point p = ps.remove(0);
            //判断该地位是否走过，如果没有走过，咱们就递归遍历
            if (!visited[p.y * X + p.x]) {
                //递归遍历
                traversalChessBoard(chessBoard, p.y, p.x, step + 1);
            }
        }

        //当退出while，看看是否遍历胜利, 如果没有胜利，就重置相应的值，而后进行回溯
        if (step < X * Y && !finished) {
            //重置
            chessBoard[row][col] = 0;
            visited[row * X + col] = false;
        } else {
            finished = true;
        }

    }

    //编写办法，能够获取以后地位，能够走的下一步的所有地位(Point示意 x,y)
    public static ArrayList<Point> next(Point curPoint) {

        //创立一个ArrayList
        ArrayList<Point> ps = new ArrayList<>();

        //创立一个Point对象(点/地位), 筹备放入到 ps
        Point p1 = new Point();

        //判断在 curPoint 是否能够走如下地位，如果能够走，就将该点(Point) 放入到ps

        //判断是否能够走5地位
        if ((p1.x = curPoint.x - 2) >= 0 && (p1.y = curPoint.y - 1) >= 0) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        //判断是否能够走6地位
        if ((p1.x = curPoint.x - 1) >= 0 && (p1.y = curPoint.y - 2) >= 0) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        //判断是否能够走7地位
        if ((p1.x = curPoint.x + 1) < X && (p1.y = curPoint.y - 2) >= 0) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        //判断是否能够走0地位
        if ((p1.x = curPoint.x + 2) < X && (p1.y = curPoint.y - 1) >= 0) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        //判断是否能够走1地位
        if ((p1.x = curPoint.x + 2) < X && (p1.y = curPoint.y + 1) < Y) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        //判断是否能够走2地位
        if ((p1.x = curPoint.x + 1) < X && (p1.y = curPoint.y + 2) < Y) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        //判断是否能够走3地位
        if ((p1.x = curPoint.x - 1) >= 0 && (p1.y = curPoint.y + 2) < Y) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        //判断是否能够走4地位
        if ((p1.x = curPoint.x - 2) >= 0 && (p1.y = curPoint.y + 1) < Y) {
            ps.add(new Point(p1)); //这里肯定要new Point
        }
        return ps;
    }
}