mirror of
https://github.com/krahets/hello-algo.git
synced 2024-12-28 06:06:29 +08:00
141 lines
4.8 KiB
Markdown
141 lines
4.8 KiB
Markdown
# N 皇后问题
|
||
|
||
!!! question
|
||
|
||
根据国际象棋的规则，皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。给定 $n$ 个皇后和一个 $n \times n$ 大小的棋盘，寻找使得所有皇后之间无法相互攻击的摆放方案。
|
||
|
||
如下图所示，当 $n = 4$ 时，共可以找到两个解。从回溯算法的角度看，$n \times n$ 大小的棋盘共有 $n^2$ 个格子，给出了所有的选择 `choices` 。在逐个放置皇后的过程中，棋盘状态在不断地变化，每个时刻的棋盘就是状态 `state` 。
|
||
|
||
|
||
|
||
下图展示了本题的三个约束条件：**多个皇后不能在同一行、同一列、同一对角线**。值得注意的是，对角线分为主对角线 `\` 和次对角线 `/` 两种。
|
||
|
||
|
||
|
||
### 逐行放置策略
|
||
|
||
皇后的数量和棋盘的行数都为 $n$ ，因此我们容易得到一个推论：**棋盘每行都允许且只允许放置一个皇后**。
|
||
|
||
也就是说，我们可以采取逐行放置策略：从第一行开始，在每行放置一个皇后，直至最后一行结束。
|
||
|
||
如下图所示，为 $4$ 皇后问题的逐行放置过程。受画幅限制，下图仅展开了第一行的其中一个搜索分支，并且将不满足列约束和对角线约束的方案都进行了剪枝。
|
||
|
||
|
||
|
||
本质上看，**逐行放置策略起到了剪枝的作用**，它避免了同一行出现多个皇后的所有搜索分支。
|
||
|
||
### 列与对角线剪枝
|
||
|
||
为了满足列约束，我们可以利用一个长度为 $n$ 的布尔型数组 `cols` 记录每一列是否有皇后。在每次决定放置前，我们通过 `cols` 将已有皇后的列进行剪枝，并在回溯中动态更新 `cols` 的状态。
|
||
|
||
那么，如何处理对角线约束呢？设棋盘中某个格子的行列索引为 $(row, col)$ ，选定矩阵中的某条主对角线，我们发现该对角线上所有格子的行索引减列索引都相等，**即对角线上所有格子的 $row - col$ 为恒定值**。
|
||
|
||
也就是说，如果两个格子满足 $row_1 - col_1 = row_2 - col_2$ ，则它们一定处在同一条主对角线上。利用该规律，我们可以借助下图所示的数组 `diag1` ，记录每条主对角线上是否有皇后。
|
||
|
||
同理，**次对角线上的所有格子的 $row + col$ 是恒定值**。我们同样也可以借助数组 `diag2` 来处理次对角线约束。
|
||
|
||
|
||
|
||
### 代码实现
|
||
|
||
请注意，$n$ 维方阵中 $row - col$ 的范围是 $[-n + 1, n - 1]$ ，$row + col$ 的范围是 $[0, 2n - 2]$ ，所以主对角线和次对角线的数量都为 $2n - 1$ ，即数组 `diag1` 和 `diag2` 的长度都为 $2n - 1$ 。
|
||
|
||
=== "Java"
|
||
|
||
```java title="n_queens.java"
|
||
[class]{n_queens}-[func]{backtrack}
|
||
|
||
[class]{n_queens}-[func]{nQueens}
|
||
```
|
||
|
||
=== "C++"
|
||
|
||
```cpp title="n_queens.cpp"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "Python"
|
||
|
||
```python title="n_queens.py"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{n_queens}
|
||
```
|
||
|
||
=== "Go"
|
||
|
||
```go title="n_queens.go"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "JS"
|
||
|
||
```javascript title="n_queens.js"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "TS"
|
||
|
||
```typescript title="n_queens.ts"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "C"
|
||
|
||
```c title="n_queens.c"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "C#"
|
||
|
||
```csharp title="n_queens.cs"
|
||
[class]{n_queens}-[func]{backtrack}
|
||
|
||
[class]{n_queens}-[func]{nQueens}
|
||
```
|
||
|
||
=== "Swift"
|
||
|
||
```swift title="n_queens.swift"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "Zig"
|
||
|
||
```zig title="n_queens.zig"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "Dart"
|
||
|
||
```dart title="n_queens.dart"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{nQueens}
|
||
```
|
||
|
||
=== "Rust"
|
||
|
||
```rust title="n_queens.rs"
|
||
[class]{}-[func]{backtrack}
|
||
|
||
[class]{}-[func]{n_queens}
|
||
```
|
||
|
||
逐行放置 $n$ 次，考虑列约束，则从第一行到最后一行分别有 $n$、$n-1$、$\dots$、$2$、$1$ 个选择，**因此时间复杂度为 $O(n!)$** 。实际上，根据对角线约束的剪枝也能够大幅地缩小搜索空间，因而搜索效率往往优于以上时间复杂度。
|
||
|
||
数组 `state` 使用 $O(n^2)$ 空间，数组 `cols`、`diags1` 和 `diags2` 皆使用 $O(n)$ 空间。最大递归深度为 $n$ ，使用 $O(n)$ 栈帧空间。因此，**空间复杂度为 $O(n^2)$** 。
|