![]() |
|
|
趣谈数据结构(十二)
|
||||
| 福州一中 陈颖 本讲对广度优先搜索算法的应用作进一步的讨论。 用广度优先搜索解题时,结点的扩展(OPEN)表是一个队即先进先出的顺序表,每次取队头的结点进行扩展,新扩展的结点加入队尾,直到搜索到目标结点或队空为止。 具体算法: ⒈把起始结点放入OPEN表中(先进先出的顺序表),如果该起始结点为一目标结点,则求得一个解答。 ⒉如果OPEN是个空表,则搜索失败退出,否则继续。 ⒊取OPEN表中最前面(队头)的结点,并把它放入CLOSED的扩展结点表中,并冠以顺序编号n。 ⒋扩展结点n。如果没有后继结点,则转向上述第2步。 ⒌把n的所有后继结点放到OPEN表的末端(队尾),并提供从这些后继结点回到n的指针。 ⒍如果n的任一个后继结点是个目标结点,则找到一个解答,成功退出;否则转向第2步。 例如 图1给出广度优先搜索应用于八数码难题时所生成的搜索树。搜索树上的所有结点都标记它们所对应的状态,每个结点旁边的数字表示结点扩展的顺序。粗线条路径表明求得的一个解。从图中可以看出,扩展26个结点和生成46个结点之后,才求得这个解。此外,直接观察此图表明,不存在有更短走步序列的解。 图1 广度优先搜索图 程序实现算法: Program BFS; 建立数据库data;数据库赋初值; 设队列头指针H:=0;队列尾指针L:=1; repeat 取下一个H所指的结点; for i:=1 to max do {i为产生新结点规则编号} begin L增1,把新结点存入数据库队尾;记录父结点的位置; if 新结点与原有结点重复 then 删去该结点(L减1) else if 新结点为目标结点 then 输出并退出; end; end; until H>=L {队列为空} 例1 在一个瓶中装有80毫升化学溶剂,实验中需要精确地平分成两份,没有量具,只有两个杯子,其中一个杯子的容量是50毫升,另一个是30毫升,试设计一个程序将化学溶剂对分成两个40毫升,并以最少步骤给出答案。 分析:三个杯子水的初始状态为:80、0、0,生成新结点状态的方法为:将一个不空的杯子水倒入一个不满的杯中,且结点状态不重复,直到生成目标结点为止。 算法步骤: ⒈数据库: 用数组d构成存放生成结点(杯子水状态)的队;数组p作为指向父结点的指针;t和s作为队头与队尾指针。 ⒉结点的产生: (1)将结点中不空的杯子水倒入一个不满的杯子中,生成新的结点并记下父结点位置; (2)判断新结点是否已生成过, 以避免死循环; (3)生成的结点若为目标结点,输出。 ⒊搜索策略: 广度优先搜索。 源程序如下: program ex3; type status= array [1..3] of integer; const v: array [1..3] of integer =(80,50,30); var d: array [1..200] of status; p: array [1..200] of integer; t,s,i,j: integer; procedure draw(f: integer);{输出} var m: array [1..20] of integer; i,j,k: integer; begin j:=0; while f<>1 do begin inc(j); m[j]:=f; f:=p[f]; end; writeln; writeln('Start: ',d[1,1]:3,d[1,2]:3,d[1,3]:3); for i:=j downto 1 do begin write('Step No.',j+1-i,': '); for k:=1 to 3 do write(d[m[i],k]:3); writeln; end; writeln('End.'); halt; end; function exampass(w: integer): boolean;{新结点是否以前生成过} var i: integer; begin for i:=1 to w-1 do if (d[i,1]=d[w,1]) and (d[i,2]=d[w,2]) and (d[i,3]=d[w,3]) then begin exampass:=false; exit; end; exampass:=true; end; function isobject(w: integer): boolean;{是否为目标结点} begin if (d[w,1]=40) and (d[w,2]=40) then isobject:=true else isobject:=false; end; begin {生成新结点,将一个不空的杯子水倒入一个不满的杯子中} d[1,1]:=80; d[1,2]:=0; d[1,3]:=0; p[1]:=0; t:=1; s:=2; repeat for i:=1 to 3 do if d[t,i]<>0 then for j:=1 to 3 do if (i<>j) and (d[t,j]<>v[j]) then begin d[s]:=d[t]; d[s,j]:=d[s,j]+d[s,i]; d[s,i]:=0; if d[s,j]>v[j] then begin d[s,i]:=d[s,j]-v[j]; d[s,j]:=v[j]; end; p[s]:=t; if exampass(s) then begin if isobject(s) then draw(s); inc(s); end; end; inc(t); until t>=s; writeln('NoWay'); end. 例2 跳棋的原始状态如下图。其中"0"表示空格,"-"表示白子,"+"表示黑子,"1--7"表示棋盘格编号。跳棋的规则是: ⒈任意一个棋子可移到相邻的空位上; ⒉可跳过一个或两个棋子到空位上,与跳过的棋子的颜色无关; ⒊棋子向左向右跳不限。 例如:4到1、5到4、3到5、6到3是成功的四步走法。请编一程序,用10步完成从原始状态跳变成目标状态。要求打印跳每一步后的状态。用数字表示棋盘格子的代号。 1 2 3 4 5 6 7 原始位置 0 - - - + + + 目标位置 + + + - - - 0 分析:此题可以用广度与深度搜索两种方法求解,通过运行两种解法的程序,我们可以粗略地知道两种算法的区别。 算法步骤: ⒈数据库:数组g构成队,存放棋子的状态;数组p作为指针指向其父结点位置;t与s分别表示队头与队尾指针。 ⒉结点的产生:与位置间距-3到3的棋子可移入空位,生成新结点状态。 ⒊搜索策略:广度优先搜索。 源程序如下: program ex143-1; uses time; type status=string[7]; const start: status ='0---+++'; obj: status ='+++---0'; var a,b,c: timetype; g: array [1..200] of status; p: array [1..200] of integer; i,j,k: integer; t,s: integer; procedure draw(f: integer);{输出} var m: array [1..10] of integer; i,j: integer; begin j:=0; while f<>1 do begin inc(j); m[j]:=f; f:=p[f]; end; writeln; writeln('Start: ',start); for i:=j downto 1 do writeln('Step No.',j+1-i,': ',g[m[i]]); writeln('End'); gettimenow(b); howlong(a,b,c); printtime('Time Take: ',c); halt; end; function exampass(w: integer): boolean;{判断结点有否重复} var i: integer; begin for i:=1 to w-1 do if g[i]=g[w] then begin exampass:=false; exit; end; exampass:=true; end; begin {生成新结点} gettimenow(a); g[1]:=start; p[1]:=0; t:=1; s:=2; repeat k:=pos('0',g[t]); for i:=-3 to 3 do if (i<>0) and (k+i>=1) and (k+i<=7) then begin g[s]:=g[t]; g[s,k]:=g[s,k+i]; g[s,k+i]:='0'; p[s]:=t; if exampass(s) then begin if g[s]=obj then draw(s); inc(s); end; end; inc(t); until t>=s; writeln('NoWay'); end. 算法步骤(二): ⒈数据库:数组g构成堆栈,存放棋子的状态。 ⒉结点的产生:与空位置间距-3到3的棋子可移入空位,生成新结点状态。 ⒊搜索策略:含有深度界限的深度优先搜索。 源程序如下: program ex143-2; uses time; type status=string[7]; const start: status ='0---+++'; obj: status ='+++---0'; var a,b,c: timetype; g: array [0..10] of status; i,j,k: integer; procedure draw;{输出} var i,j: integer; begin writeln('Start: ',start); for i:=1 to 10 do writeln('Step No.',i,': ',g[i]); writeln('End'); gettimenow(b); howlong(a,b,c); printtime('Take Time: ',c); halt; end; function exampass(w: integer): boolean;{判断有否重复状态} var i: integer; begin for i:=1 to w-1 do if g[i]=g[w] then begin exampass:=false; exit; end; exampass:=true; end; procedure run(t: integer);{搜索生成新结点} var i,k: integer; begin k:=pos('0',g[t-1]); for i:=-3 to 3 do if (i<>0) and (k+i>=1) and (k+i<=7) then begin g[t]:=g[t-1]; g[t,k]:=g[t,k+i]; g[t,k+i]:='0'; if exampass(t) then if g[t]=obj then draw else if t<10 then run(t+1); end; end; begin gettimenow(a); g[0]:=start; run(1); end. 运行两种算法程序可以发现,广度优先搜索运行速度比深度优先搜索快。 那么深度优先搜索与广度优先搜索算法有何区别呢? 通常深度优先搜索法不全部保留结点,扩展完的结点从数据库中弹出删去,这样,一般在数据库中存储的结点数就是深度值,因此它占用空间较少。所以,当搜索树的结点较多,用其它方法易产生内存溢出时,深度优先搜索不失为一种有效的求解方法。 广度优先搜索算法,一般需存储产生的所有结点,占用的存储空间要比深度优先搜索大得多,因此,程序设计中,必须考虑溢出和节省内存空间的问题。但广度优先搜索法一般无回溯操作,即入栈和出栈的操作,所以运行速度比深度优先搜索要快些。 到这里为此,我们的趣谈数据结构暂告一段落,欢迎指出文章中的不足之处。 |
||||
| 网站导航
| 关于曙光 | 联系我们
| 请提意见 Copyright © FuJian Sunshine Educational Info. Co.,Ltd. 福建曙光教育资讯有限公司 版权所有 |