N 皇后问题随机算法性能分析.docVIP

N 皇后问题随机算法性能分析 　　摘要：N皇后问题是NP问题，以随机算法结合回溯求解该问题，能获得很好性能。算法性能与随机皇后数量的关系曲线呈U型。随机皇后数量须在宽度不大于20的特定范围内才能获得较好性能。100以内随n变大，最佳随机皇后数量从n-10到n-17缓慢变化。最佳随机皇后数量使算法能在常规时间内求解n100的情况，远大于单纯回溯法求解规模30。由于回溯开销，提高随机算法性能的做法不能有效降低总用时。算法用时随n值递增的速度不断趋缓。 　　关键词： N皇后；随机算法；拉斯维加斯算法；时间复杂度；回溯；随机窗口 　　中图分类号：TP312 文献标识码：A 文章编号：1009-3044（2013）26-5954-04 　　在n*n棋盘上放置n个皇后，使其不得相互攻击。不相互攻击的等价描述是任意2个皇后不得处于同一列、同一行或同一斜线。 　　n皇后问题原型是19世纪高斯提出的8皇后问题。首先该问题是判定问题，其次可以在多项式时间内猜测一个答案，并验证该答案是否正确，所以n皇后问题属于NP问题[1]。现在还不能证明NP问题存在多项式时间算法。利用回溯法求解该问题，其时间复杂度是指数型的。有人利用并行方式求解以图加速，文献[2]利用计算机的位并行处理能力采用位运算解决n皇后问题，能将性能提高1到2个数量级，具体的效果取决于计算机的字长。文献[3]利用多核技术求解。也有学者采用Q_矩阵LDPC编码技术，其局限性在于需要先找到一个解才能生成其他解[4]。还有一些学者采取人工智能方法求解。文献[5]使用遗传算法，文献[6]采用启发式规则结合回溯的方法，在绝大多数情况下只需很少量回溯就能求解，速度很快。缺点是少数情况需极大量的回溯，甚至可能找不到解，文献[7]使用神经网络等人工智能技术解决该问题，在n值很大时，性能近似于多项式型。其中一些算法如遗传算法带有一定的随机性质，取得了较好性能，但是还没有揭示随机程度与性能之间的量化关系。该文分析随机算法求解n皇后问题的最佳性能，揭示随机皇后数量对算法性能的影响的规律，对将来新算法的设计有指导意义。 　　1 回溯法求解 　　约定第i个皇后放在棋盘第i行。回溯法从空棋盘开始，将第一个皇后放在允许的第1个位置，即第1行第1列，再放置第二个皇后至允许的第1个位置，即第2行第3列。这样依次放置下去。若第k个皇后找不到合适位置，说明其前面的皇后位置不合理，将第k-1个皇后的位置移至其允许的下一个位置后再考虑第k个皇后。若第k-1个皇后也无下一合适位置，则应继续向前调整第k-2个皇后。如此调整下去直至所有皇后都能找到合适位置。像这样，当前皇后标号回退的现象称为回溯。 　　回溯法实为穷举法，性能不好。每个皇后寻找其合适位置应考查所在行的n个格。n个皇后在各个位置上的组合范围为O（n[n]），时间复杂度属于指数级别。虽然剪枝和对称翻转等技术可加快回溯法对解空间的搜索，但是剩余的搜索空间仍然很大。 　　2 随机法求解 　　拉斯维加斯型随机算法不时做出随机的选择[8]，并检测算法是否陷入僵局，如果是就承认失败，再进行下一次尝试，直至成功。拉斯维加斯型算法的随机性质能显著加速算法。 　　对n皇后问题使用拉斯维加斯型随机算法，先往棋盘上随机放置m个皇后（0 [≤] m [≤] n），再以回溯法求解剩下皇后的位置。放置随机皇后失败和回溯失败都会导致算法失败，从而引发算法的再次调用。m=0时算法退化成纯粹的回溯法。 　　算法利用标号数组判断皇后能否放在某位置。n皇后问题的可能解用数组int[] X记录。以数组int[] row记录各行是否已有皇后，1为有，0则无。以int[] col 记录各列是否已有皇后。int[] slash_right和int[] slash_left分别记录斜率为1和-1的各斜线上是否有皇后。判断某位置能否放皇后只需检查上述数组中的相关元素是否为0即可。 　　n*n棋盘随机放置m个皇后： 　　int t = 0； // 随机布局不当会死局，用t限定其尝试次数为Max次 　　for （int j = 0 ； j m t Max； t++；） { 　　int a = rd.Next（ 0， n ）； // rd.Next求一个随机数 　　int b = rd.Next（ 0， n ）； 　　if （row[a] == 1 || col[b] == 1 || slash_right[a + b] == 1 || slash_left[b - a + n - 1] == 1） ； //冲突 　　else { //放置皇后，设置各标志 　　row[a] = 1； col[b] = 1； slash_right[a + b] = 1； slash_left[b -