题目啊常规解法(DFS)在此就不赘述了。。。

直接进入正题

  众所周知,N皇后是NP完全类问题,n稍微大了点求解过程就会变得很长。

算法方面很难再有质的效率突破,但这不妨在其他细节上下下功夫。

  揆诸常规解法,采用了数组来做mark,以行为每一层进行回溯算法,每个操作周期中无非就做了下面这些事情:

更新元素

判定元素

做出反应

  更新元素这上面基本上想不到能有啥提升空间了(一次更新多个??似乎更加复杂了不谈不谈)。。。

做出反应嘛也同样没啥可以进步的地方(做出预判类反应??也复杂了,不谈不谈)。。。

很显然,有提升空间的就是判定元素环节了。

  首先,从存储上考虑:

我们采用了三个数组来分别mark两个斜线和一列的占用情况(这里用"占用情况"表示此处是否能落子,如果被‘占用了’,则不能放棋子)

可不可以并成一个数组呢?那么这一个数组就要能够表示三个信息:当前位置一列两斜线的占用情况。有时即使能表示了,但是当移动到下一个位置的时候又得获得新的信息。。似乎不可行。

  (于是我们又开始无聊地在纸上模拟算法过程了。。。。)

  诶,然后就会发现,当进行DFS的时候,比如进行到第k层,放下了一个棋子,然后我们就要到下面一层去继续判定,此刻我们用到的信息是第k+1层的占用情况,而k+1的占用情况受到第k层情况的直接影响,如下图:

我们会发现第三层涂色的三个位置就不能放棋子了,

  而除了第k层的影响,前k-1层也对第k+1层有着制约:

  再回来看经典算法,每一次标记直接就否定了一条线上的位置,我们跳出这个思维,可不可以“步步为营”,进入到下一行的同时更新出下一行的占用信息?如果这样的话,一个数组足矣。  

  再思考,都已经一个数组了(相当于一串数字),而且每个格子就两个状态:有棋子,没棋子。

    显然,二进制是不二选择!而且二进制运算的效率比较高!

  大概的思路出来了,还有最后一个难点,就是前k-1层的占用信息如何安全过度到第k+1行。。

  动手尝试了就不难发现这个规律:一个棋子会产生三种影响效果,斜向影响的,到下一层“占用”会斜向相应的方向偏移一格;垂直影响的,到下一层“占用”依旧在相应位置。

如图:

  这时候就出现了三种类型的信息更新,一串二进制就难以实现了。。。那就三串呗,比起数组仍然不亏了。

  大的逻辑疙瘩在脑子里基本上解开了,下面开始改代码:

  首先,咱不用数组,改成int就够了。其次,考虑到每次信息更新的特点,我们可以用函数的形参来传递,省的搞个全局变量让人不爽。

  函数头这亚子:

void Dfs(int i,int left,int col,int right)//分别是 层数  反斜杠mark  一列mark  斜杠mark 

然后仍然是一般DFS解法的框架,只需要把其中用bool数组mark判断的地方用二进制方法进行替换即可。

放代码:

 void Dfs(int i,int left,int col,int right)//分别是 层数  反斜杠mark  一列mark  斜杠mark
{
if (i > N) //判断是否已经枚举完了N行
{
showOneSolution(); //枚举完了就输出(此刻我们处于N+1行)
return; //返回到第N行
}
for (int j = N-; j >=; --j) //为啥J倒过来数呢?方便下面if中的偏移判断
{
if (!(((left|col|right)>>j)&))//(自己解读,有助于提升能力 (好吧我懒))
{
ans[i] = N-j;
Dfs(i + ,(left|(<<j))<<,(col|(<<j)),(right|(<<j))>>); //更新“占用信息”的工作就放在参数传递这里了
//这样子的好处就是,回溯的时候不用做什么恢复处理,
//因为这一层的东西基本没变动
}
}
}

这么多括号嵌套的。。哎呀我知道这可读性差,不提倡不提倡!

但是咱们现在是学习又不是工作,尽量读一些奇怪的代码有助于提高读代码能力(可着劲找借口··)

好了下面放上完整代码:

 #include<iostream>

 using namespace std;

 int total = ;
int N = ;
int ans[] = { }; //结果还是要用数组存滴
void showOneSolution()//用来显示一个解
{
total++;
for (int i = ; i<=N; ++i)
{
cout << ans[i] << " ";
}
cout << endl;
}
void Dfs(int i,int left,int col,int right)//分别是 层数 反斜杠mark 一列mark 斜杠mark
{
if (i > N) //判断是否已经枚举完了N行
{
showOneSolution(); //枚举完了就输出(此刻我们处于N+1行)
return; //返回到第N行
}
for (int j = N-; j >=; --j) //为啥J倒过来数呢?方便下面if中的偏移判断
{
if (!(((left|col|right)>>j)&))//(自己解读,有助于提升能力 )
{
ans[i] = N-j;
Dfs(i + ,(left|(<<j))<<,(col|(<<j)),(right|(<<j))>>); //更新“占用信息”的工作就放在参数传递这里了
//这样子的好处就是,回溯的时候不用做什么恢复处理,
//因为这一层的东西基本没变动
}
}
} int main()
{
cin >> N;
Dfs(,,,);
cout << total;
system("pause");
return ;
}

总结:

  巧妙运用位运算可以达到锦上添花的效果(装逼),不过大多数人看到位运算&|^<<>>啥的就打哈欠。

  但是恰巧就有那么一些问题,能够完美契合二进制和位运算的特殊性质(不是指这个==),当你遇到的时候,你就会惊异于0101010···的奇妙。

N皇后问题的二进制优化详细思路的更多相关文章

  1. POJ-1276 Cash Machine 多重背包 二进制优化

    题目链接:https://cn.vjudge.net/problem/POJ-1276 题意 懒得写了自己去看好了,困了赶紧写完这个回宿舍睡觉,明早还要考试. 思路 多重背包的二进制优化. 思路是将n ...

  2. hdu2844 Coins -----多重背包+二进制优化

    题目意思:给出你n种硬币的面额和数量,询问它能够组合成1~m元中的几种情况. 这题如果直接按照完全背包来写的话,会因为每一种硬币的数目1 ≤ Ci ≤ 1000而超时,所以这里需要运用二进制优化来解决 ...

  3. hdu1059 多重背包(转换为01背包二进制优化)

    题目链接:http://acm.split.hdu.edu.cn/showproblem.php?pid=1059 之前写过一个多重背包二进制优化的博客,不懂请参考:http://www.cnblog ...

  4. hdu 1171 Big Event in HDU(多重背包+二进制优化)

    题目链接:hdu1171 思路:将多重背包转为成完全背包和01背包问题,转化为01背包是用二进制思想,即件数amount用分解成若干个件数的集合,这里面数字可以组合成任意小于等于amount的件数 比 ...

  5. HDU 2844 Coins 背包问题 + 二进制优化

    题目大意:某个人有n种硬币,每种硬币价值为v,数量为c,问在总价值不超过m的条件下,最多有多少种组合方式. 题目思路: 1.对于某种硬币 如果v*c 大于 m,就意味着无论取多少枚硬币,只要总价值不大 ...

  6. Coins(多重背包+二进制优化)

    Problem Description Whuacmers use coins.They have coins of value A1,A2,A3...An Silverland dollar. On ...

  7. luogu||P1776||宝物筛选||多重背包||dp||二进制优化

    题目描述 终于,破解了千年的难题.小FF找到了王室的宝物室,里面堆满了无数价值连城的宝物……这下小FF可发财了,嘎嘎.但是这里的宝物实在是太多了,小FF的采集车似乎装不下那么多宝物.看来小FF只能含泪 ...

  8. HDU 5445 Food Problem(多重背包+二进制优化)

    http://acm.hdu.edu.cn/showproblem.php?pid=5445 题意:现在你要为运动会提供食物,总共需要提供P能量的食物,现在有n种食物,每种食物能提供 t 能量,体积为 ...

  9. HDU 3591 (完全背包+二进制优化的多重背包)

    题目链接: http://acm.hdu.edu.cn/showproblem.php?pid=3591 The trouble of Xiaoqian Time Limit: 2000/1000 M ...

随机推荐

  1. Spring学习之AOP的实现方式

    Spring学习之AOP的三种实现方式 一.介绍AOP 在软件业,AOP为Aspect Oriented Programming的缩写,意为:面向切面编程,通过预编译方式和运行期间动态代理实现程序功能 ...

  2. 使用MacOS自带的SVN客户端

    原文链接:https://jingyan.baidu.com/article/5552ef479c1554518ffbc92f.html 摘要:mac环境下有自带的SVN服务端和客户端,SVN是许多公 ...

  3. __slots__属性

    使用__slots__时,子类不受影响 class Person(object): __slots__ = ("name","age") def __str__ ...

  4. Python os.dup2() 方法

    概述 os.dup2() 方法用于将一个文件描述符 fd 复制到另一个 fd2.高佣联盟 www.cgewang.com Unix, Windows 上可用. 语法 dup2()方法语法格式如下: o ...

  5. PHP exp() 函数

    实例 返回 'e' 的不同次方: <?phpecho(exp(0) . "<br>");echo(exp(1) . "<br>") ...

  6. 7.11 NOI模拟赛 qiqi20021026的T1 四个指针莫队 trie树

    LINK:qiqi20021026的T1 考场上只拿到了50分的\(nq\)暴力. 考虑一个区间和一个区间配对怎么做 二分图最大带权匹配复杂度太高. 先考虑LCS的问题 常见解决方法是后缀数组/tri ...

  7. Vue Router详细教程

    1.什么是路由 1.1路由简介 说起路由你想起了什么?路由是一个网络工程里面的术语. 路由(routing)就是通过互联的网络把信息从源地址传输到目的地址的活动. --- 维基百科 额,啥玩意? 没听 ...

  8. mit-6.828 Lab01:Booting a PC exercise1.1

    Lab01:Booting a PC 目录 Lab01:Booting a PC JOS BIOS 背景知识 8086的基本知识 GDB 常用调试指令 Real mode && Pro ...

  9. 基于深度学习的人脸识别系统Win10 环境安装与配置(python+opencv+tensorflow)

    一.需要下载的软件.环境及文件 (由于之前见识短浅,对Anaconda这个工具不了解,所以需要对安装过程做出改变:就是Python3.7.2的下载安装是可选的,因为Anaconda已经为我们解决Pyt ...

  10. GitLab 数据库

    访问 GitLab 数据库 步骤 用的 Docker Gitlab,首先进入容器 docker exec -it gitlab /bin/bash `` 找到数据库配置文件 ```bash /var/ ...