普通的用二维数组解决python
这儿采用一维数组,即行数做为index,而列数表明array[index]web
输出全部的解数组
global N # 皇后个数
# global x # 当前解 list类型不须要声明为全局变量!
global SUM # 当前已找到的可行方案数
N = 4
# x = [0 for i in range(N)]
SUM = 0
def print_solution(x):
for i in range(len(x)):
print(x[i], end="")
print()
def is_safe(k):
for i in range(k):
if x[i] == x[k]:
return False
if (x[i] - x[k]) == (i - k):
return False
if (x[i] - x[k]) == (k - i):
return False
return True
def backtrack(t):
if t >= N:
global SUM # 若但愿在局部函数中修改全局变量,则须要先声明,不然会把SUM做为局部变量处理
SUM += 1
print_solution(x)
else:
for i in range(N):
x[t] = i
if is_safe(t):
backtrack(t + 1)
if __name__ == "__main__":
x = [0 for i in range(N)]
backtrack(0)
print("sum =" + str(SUM))
若只想输出指定个数的解就退出:svg
global N # 皇后个数
# global x # 当前解 list类型不须要声明为全局变量!
global SUM # 当前已找到的可行方案数
N = 4
# x = [0 for i in range(N)]
SUM = 0
def print_solution(x):
for i in range(len(x)):
print(x[i], end="")
print()
def is_safe(k):
for i in range(k):
if x[i] == x[k]:
return False
if (x[i] - x[k]) == (i - k):
return False
if (x[i] - x[k]) == (k - i):
return False
return True
def backtrack(t):
# 但其实这样写不怎么好,由于破坏了回溯法的结构
# 更好的写法是,把判断放到剪纸函数中,这儿即is_safe()中去判断
global SUM
if SUM >= 1: # 达到指望的借个数就退出
return
if t >= N:
# global SUM # 若但愿在局部函数中修改全局变量,则须要先声明,不然会把SUM做为局部变量处理
SUM += 1
print_solution(x)
else:
for i in range(N):
x[t] = i
if is_safe(t):
backtrack(t + 1)
if __name__ == "__main__":
x = [0 for i in range(N)]
backtrack(0)
print("sum =" + str(SUM))