华容道问题求解第一部分_思路即方案设计
一、前言
华容道是一种传统的益智游戏,通常由一个长方形木板和若干个方块组成。其中包括一个或多个不同颜色的方块(也称为车块)和其他大小相同的方块(也称为障碍块)。游戏的目标是将车块从木板的一个端点移动到另一个端点,通过调整其他方块的位置来清除道路并组成一个通路。华容道可以锻炼思考和推理能力,提高空间想象和逻辑能力。这个游戏在中国有着很长的历史,并在全世界广受欢迎。(以上内容来自INSCODE AI 创作助手)
而笔者接触这问题要追溯到敝人的小学时期了,依稀记得在上学的路上,有成人玩这个游戏,感到非常有趣。知道最少80多步可以将被困的曹操从华容道放走。在十几年前,笔者在某公司谋职时,曾经用C#写了一个简版的求解。该解法目的是在于锻炼笔者的思维,以及软件编程方面的技巧。当时的解法是1000多步,我知道这个肯定是软件有疏漏,没有找到最佳方法,或者是没有穷举到所有方法所致,因此想重写这个问题的求解。
在重写的过程中,主要解决以下两个问题:
第一:步数的确定
在上一个版本中,对步数的计算非常模糊,和人移动棋子的步骤的步数较大差异。例如,下图:

从A将小卒(方块)移到B处, 按照人的步骤应该是一步,但是软件中算成两步;
第二:没有穷举出所有方法
这个大约是源于算法中的疏漏,需要在重构具体解法。
第三:寻找最少步数
这个算法其实不难,就是限定步数,就是如果步数超过了限定值,就放弃,这样就可以找到最少步数。缺点就是在最坏的情况下可能要穷举所有步骤,可以采用经验值法,例如上限设为90步。这个涉嫌作弊了,也可以从 1 逐渐增大上限值,这样就会很慢。当然怎么找到一个快速的路径是一个问题,一个优化的问题。
二、功能描述
软件名称:华容道
功能:1:提供一个人机交互界面,可以通过鼠标进行游戏;
2:自动求解
自动求解并找出最优解,即公认的81步走法;
3:将提供两个版本,电脑版和手机版。其中电脑版指Windows版本,将使用C#;手机版使用Flutter或者Unity;
实现方法:
DFS
寻求到一个解后,再去寻找另一个解法。这就是DFS,深度优先算法。
三、概要设计
3.1 总体功能描述
基础功能分成两个方面进行,数据层和呈现层,还有两者的适配功能。
3.1.1数据层
1、静态数据1.1 棋盘布局1.2 棋子描述棋子的静态结构包含以下属性:name:名称size: 长宽,整数icon:图标position: 头部位置,定义为左上角位置。2、动态数据2.1 布局记录2.2 步骤记录
3、 逻辑和方法3.1 遍历移动采用两种方法移动:A 遍历移动, B 经验移动。首先采用遍历移动,这种方法将探索理论上所有的移动方法。为了描述清晰,进行一个简单的定义方向定义: 方向1:向上方向2:向右方向3:向下方向4:向左上下左右均指屏幕的上下左右步长定义:移动一个基本小方块为一个步长,根据题目限定,最多一次可以移动两个步长;步数:移动一次即为一步,注意一次可能移动一个步长,也可能移动两个步长。3.2 经验移动引入移动人工经验移动方法,这样可以快速移动,需要引入类似于公式或者围棋中定式的概念。这个方法需要单独研究。3.3 移动方法3.3.1 DFS 方法确定可以移动的方块,只有空白区域周边的方块才有可能移动;因此首先定位空白区域,然后查找周边方块,放入备选移动方块集合中;然后从该集合中按照一定顺序移动方块,移动方块后,空白区域发生变化,因此需要重复上面的步骤。如下图所示

3.3.1.1 棋子移动方法
变棋子的坐标即可。这样每个旗子的移动方法是统一的,
一次成功的改动,记作一步。
3.3.1.2 空余位置计算
两种方法:A) 根据棋子的坐标及其尺寸属性可以查找空余位置;
B) 每移动一个棋子,计算空余位置
3.3.1.3 可移动棋子查找
棋子移动之后,空余位置随即发生变化,为了进行下一步的移动,需要找到可移动的棋子。当然当期移动的棋子肯定是一个,但是不能进行反向移动,否则陷入死循环了。
3.1.2呈现层
呈现层就是将数据层的数据以合适的方式展现出来,给软件使用者一个展示,属于UI部分的设计。该部分将遵循一般的UI设计原则,同时将提供如下功能
1、布局设计
自动布局:提供游戏的经典布局样式
用户布局:用户自己可以定义布局
2、交互功能:提供一个可以使用键盘或者鼠标的游戏操作界面;
3、记录功能:记录用户操作过程并可以重现
3.1.3 适配器
适配器用于数据层和呈现层之间,负责将数据层中的位置关系等视觉信息提取出来提交给呈现层;也负责将呈现层的位置操作等指令转换成数据层的相应信息。下面的用词视角为界面视角即呈现层视角。
1、数据获取
应该是一组函数或者接口,从数据层获取呈现层需要的数据,这些数据应该是直接可用的数据;
2、发送数据
同样也是一组函数或者接口,将呈现层的操作转化为数据层可理解的数据,发送给数据层。
相关文章:
华容道问题求解第一部分_思路即方案设计
一、前言 华容道是一种传统的益智游戏,通常由一个长方形木板和若干个方块组成。其中包括一个或多个不同颜色的方块(也称为车块)和其他大小相同的方块(也称为障碍块)。游戏的目标是将车块从木板的一个端点移动到另一个…...
测试---UI自动化测试介绍
1、什么是自动化测试 概念:由程序代替人工进行系统校验的过程。--------计算机自己执行,好比手机上安装一个软件软件微信,抖音,微博之类的,在应用商城里面,下载对应app后,手机系统程序会自动安…...
DHCP Host Name
文章目录 前言DHCP OptionOption (12) Host Namednsmasq 前言 打开路由器页面,看到下面连接的设备,有的显示设备名称 Tmall-Genie、ESP-C37CE8,而有的直接显示 MAC 地址 D2:B0:XX:XX:XX:XX。 这个名称是哪里来的呢? 这就是我们今…...
uniapp到底用什么ui框架最合适-关于uni-app的ui库、ui框架、ui组件
文章目录 直接看答案关于uni-app的ui库、ui框架、ui组件组件的概念扩展组件的选择uni ui如何使用uni ui 综上,官方对组件的使用建议是:附录:其他全端兼容ui库参考文章: 直接看答案 如果想自己纯手写,直接用内置组件。…...
Flask 最佳实践(二)
Flask是一个轻量级而灵活的Web框架,提供了足够的自由度让开发者根据项目的需求进行定制。然而,为了在大型项目中保持代码的可维护性和可扩展性,建议采用以下一些建议的最佳实践。 在上一篇博客中,讲述了项目结构、蓝图相关的最佳实…...
【MATLAB源码-第93期】基于matlab的白鲸优化算法(BWO)和鲸鱼优化算法(WOA)机器人栅格路径规划对比。
操作环境: MATLAB 2022a 1、算法描述 白鲸优化算法(BWO) 白鲸优化算法是受到白鲸捕食和迁徙行为启发的一种算法。其主要特点和步骤包括: 1. 搜索食物(全局搜索):算法模仿白鲸寻找食物的行为。…...
nodejs微信小程序+python+PHP在线购票系统的设计与实现-计算机毕业设计推荐
目 录 摘 要 I ABSTRACT II 目 录 II 第1章 绪论 1 1.1背景及意义 1 1.2 国内外研究概况 1 1.3 研究的内容 1 第2章 相关技术 3 2.1 nodejs简介 4 2.2 express框架介绍 6 2.4 MySQL数据库 4 第3章 系统分析 5 3.1 需求分析 5 3.2 系统可行性分析 5 3.2.1技术可行性:…...
卷积神经网络训练情感分析
文章目录 1 CNN在自然语言的典型应用2 代码解释3 建议 1 CNN在自然语言的典型应用 卷积的作用在于利用文字的局部特征,一个词的前后几个词必然和这个词本身相关,这组成该词所代表的词群词群进而会对段落文字的意思进行影响,决定这个段落到底…...
github新建项目
参考链接:Github上建立新项目超详细方法过程 在这里新建一个repositories 接下来就选择相关的信息: 然后create a new就行了 接下来需要创建文件:(同时通过upload上传文件) 每次最多上传100个文件,然后保…...
CRC(循环冗余校验)直接计算和查表法
文章目录 CRC概述CRC名词解释宽度 (WIDTH)多项式 (POLY)初始值 (INIT)结果异或值 (XOROUT)输入数据反转(REFIN)输出数据反转(REFOUT) CRC手算过程模二加减&am…...
【算法思考记录】力扣2952. 需要添加的硬币的最小数量【C++,思路挖掘,贪心与证明】
原题链接 文章目录 需要添加的硬币的最小数量:贪心算法实现题目概述示例分析 关键思路分析贪心算法的优化选择证明案例推演与算法实现 C 实现结论 需要添加的硬币的最小数量:贪心算法实现 题目概述 在这个困难难度的算法题中,我们要解决的…...
用友NC JiuQiClientReqDispatch反序列化RCE漏洞复现
0x01 产品简介 用友NC是一款企业级ERP软件。作为一种信息化管理工具,用友NC提供了一系列业务管理模块,包括财务会计、采购管理、销售管理、物料管理、生产计划和人力资源管理等,帮助企业实现数字化转型和高效管理。 0x02 漏洞概述 用友 NC JiuQiClientReqDispatch 接口存在…...
Linux:docker镜像的创建(5)
1.基于已有镜像创建 步骤: 1.将原始镜像加入容器并运行 2.在原始镜像中部署各种服务 3.退出容器 4.使用下面命令将容器生成新的镜像 现在我们在这个容器里做了一些配置,我们要把他做成自己镜像 docker commit -m "centos7_123" -a "tarr…...
数据结构与算法-D2D3线性表之顺序表
线性表:包含若干数据元素的一个线性序列,特征如下: 1)对非空表,a0是表头,无前驱; 2)an-1是表尾,无后继; 3)其他元素仅且仅有一个前驱,…...
01_W5500简介
目录 W5500简介: 芯片特点: 全硬件TCPIP协议栈: 引脚分布: W5500简介: W5500是一款高性价比的以太网芯片,其全球独一无二的全硬件TCPIP协议栈专利技术,解决了嵌入式以太网的接入问题,简单易用ÿ…...
异常 Exception 练习题 (未完成)
异常 Exception 练习题 try-catch异常处理1234 异常1(没有自己写)234 try-catch异常处理 1 class Exception01 {public static int method() {try {String[] names new String[3];//String[]数组if (names[1].equals("tom")) {//NullPointe…...
Linux系统编程:并发与信号总结
并发 并发是指两个或多个同时独立进行的活动。在计算机系统中,并发指的是同一个系统中多个独立活动同时进行,而非依次进行。 并发在计算机系统中的表现: 一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是…...
Jmeter 接口-加密信息发送(一百九十九)
方式1:使用函数助手 比如MD5加密方式: 如图,需要对${user}进行MD5加密 1、打开函数助手,找到MD5,输入需要加密的值 2、将${__MD5(${user},)}放到请求中 3、查看请求,请求成功 方式2:导入jar包…...
微信小程序nodejs+vue+uniapp视力保养眼镜店连锁预约系统
作为一个视力保养连锁预约的网络系统,数据流量是非常大的,所以系统的设计必须满足使用方便,操作灵活的要求。所以在设计视力保养连锁预约系统应达到以下目标: (1)界面要美观友好,检索要快捷简易…...
掌握Vue侦听器(watch)的应用
文章目录 🍁watch 的优缺点🍂Watch 优点🍂Watch 缺点 🍁watch 的用法🍂对象式 watch🍂函数式 watch 🍁代码示例🍂监听基本数据类型🍂监听复杂数据类型(Object…...
生成xcframework
打包 XCFramework 的方法 XCFramework 是苹果推出的一种多平台二进制分发格式,可以包含多个架构和平台的代码。打包 XCFramework 通常用于分发库或框架。 使用 Xcode 命令行工具打包 通过 xcodebuild 命令可以打包 XCFramework。确保项目已经配置好需要支持的平台…...
Android Wi-Fi 连接失败日志分析
1. Android wifi 关键日志总结 (1) Wi-Fi 断开 (CTRL-EVENT-DISCONNECTED reason3) 日志相关部分: 06-05 10:48:40.987 943 943 I wpa_supplicant: wlan0: CTRL-EVENT-DISCONNECTED bssid44:9b:c1:57:a8:90 reason3 locally_generated1解析: CTR…...
应用升级/灾备测试时使用guarantee 闪回点迅速回退
1.场景 应用要升级,当升级失败时,数据库回退到升级前. 要测试系统,测试完成后,数据库要回退到测试前。 相对于RMAN恢复需要很长时间, 数据库闪回只需要几分钟。 2.技术实现 数据库设置 2个db_recovery参数 创建guarantee闪回点,不需要开启数据库闪回。…...
《Playwright:微软的自动化测试工具详解》
Playwright 简介:声明内容来自网络,将内容拼接整理出来的文档 Playwright 是微软开发的自动化测试工具,支持 Chrome、Firefox、Safari 等主流浏览器,提供多语言 API(Python、JavaScript、Java、.NET)。它的特点包括&a…...
【python异步多线程】异步多线程爬虫代码示例
claude生成的python多线程、异步代码示例,模拟20个网页的爬取,每个网页假设要0.5-2秒完成。 代码 Python多线程爬虫教程 核心概念 多线程:允许程序同时执行多个任务,提高IO密集型任务(如网络请求)的效率…...
大数据学习(132)-HIve数据分析
🍋🍋大数据学习🍋🍋 🔥系列专栏: 👑哲学语录: 用力所能及,改变世界。 💖如果觉得博主的文章还不错的话,请点赞👍收藏⭐️留言Ǵ…...
2023赣州旅游投资集团
单选题 1.“不登高山,不知天之高也;不临深溪,不知地之厚也。”这句话说明_____。 A、人的意识具有创造性 B、人的认识是独立于实践之外的 C、实践在认识过程中具有决定作用 D、人的一切知识都是从直接经验中获得的 参考答案: C 本题解…...
GO协程(Goroutine)问题总结
在使用Go语言来编写代码时,遇到的一些问题总结一下 [参考文档]:https://www.topgoer.com/%E5%B9%B6%E5%8F%91%E7%BC%96%E7%A8%8B/goroutine.html 1. main()函数默认的Goroutine 场景再现: 今天在看到这个教程的时候,在自己的电…...
安卓基础(Java 和 Gradle 版本)
1. 设置项目的 JDK 版本 方法1:通过 Project Structure File → Project Structure... (或按 CtrlAltShiftS) 左侧选择 SDK Location 在 Gradle Settings 部分,设置 Gradle JDK 方法2:通过 Settings File → Settings... (或 CtrlAltS)…...
深度学习之模型压缩三驾马车:模型剪枝、模型量化、知识蒸馏
一、引言 在深度学习中,我们训练出的神经网络往往非常庞大(比如像 ResNet、YOLOv8、Vision Transformer),虽然精度很高,但“太重”了,运行起来很慢,占用内存大,不适合部署到手机、摄…...
