數獨解題程式的JAVA實現
阿新 • • 發佈:2018-12-31
先上號稱最難數獨的解題結果圖
簡單:
其中使用int[9][9]的二維陣列表示數獨各位置的值和候選數:
16進位制 | 2進位制 | 意義 |
---|---|---|
0x1 | 1 | 確定值1 |
0x2 | 10 | 確定值2 |
0x4 | 100 | 確定值3 |
0xD3 | 1101 0101 | 候選值1 3 5 7 8 |
0x1FF | 1 1111 1111 | 候選值1 2 3 4 5 6 7 8 9 |
其中只使用了唯一候選數法和遞迴試填,雖然也寫了其他解題技巧的實現(如隱性唯一候選數法、候選數區塊刪減法、候選數對刪減法、隱性候選數對刪減法等),加入之後也可以將其變成一個解題演示器,但加入之後:1.時間效率上並不比現在的更高,2.並沒有寫完所有的已知解題技巧的實現,並且,即使寫出了所有解題技巧的實現,遞迴試填仍然是解高階難題必須使用的方法。所以,最後也沒加。
完整程式碼:
package test;
/**
* @author l.wang([email protected])
*/
public class Sudoku {
/**
* 號稱最難數獨( 空格分開的81個數字 0 表示待填,)
*/
static String source = "8 0 0 0 0 0 0 0 0" +
"0 7 0 0 9 0 2 0 0" +
"0 0 3 6 0 0 0 0 0" +
"0 5 0 0 0 7 0 0 0" +
"0 0 0 0 4 5 7 0 0" +
"0 0 0 1 0 0 0 3 0" +
"0 0 1 0 0 0 0 6 8" +
"0 0 8 5 0 0 0 1 0" +
"0 9 0 0 0 0 4 0 0";
static long start;
static int i;
public static void main(String[] args) {
start = System.nanoTime();
int[][] data = init(source);
for (int i = 0; i < 9; i++) {
for (int j = 0; j < 9; j++) {
if (data[i][j] == 0) {
data[i][j] = 0x1ff;
}
}
}
print(data);
solve(data);
System.out.println("總用時:" + (System.nanoTime() - start) / 1000000.0 + "ms");
}
private static void solve(int[][] data) {
analyse(data);
int result = check(data);
if (result == 1) {
int[] position = smallPosition(data);
int pv = data[position[0]][position[1]];
int pvcount = Integer.bitCount(pv);
for (int i = 0; i < pvcount; i++) {
int testV = 1 << ((int) (Math.log(Integer.highestOneBit(pv)) / Math.log(2)));
pv ^= testV;
// System.out.println("試填["+position[0]+","+position[1]+"]"+((int)
// (Math.log(Integer.highestOneBit(testV)) / Math.log(2))+1));
int[][] copy = copyData(data);
copy[position[0]][position[1]] = testV;
solve(copy);
}
} else if (result == 0) {
System.out.println("------------------------------------第"+(++i)+"個答案---------------------"
+ (System.nanoTime() - start) / 1000000.0 + "ms---");
print(data);
}
}
/**
* 複製數獨陣列
* @param data
* @return
*/
private static int[][] copyData(int[][] data) {
int[][] copy = new int[9][9];
for (int i = 0; i < 9; i++) {
for (int j = 0; j < 9; j++) {
copy[i][j] = data[i][j];
}
}
return copy;
}
/**
* 找到候選數最少的位置開始嘗試<br>
* <b>****顯著提升了效率*****<b>
* @param data
* @return int[2] 行列位置
*/
public static int[] smallPosition(int[][] data) {
int[] res = null;
int smallCount = 10;
for (int i = 0; i < 9; i++) {
for (int j = 0; j < 9; j++) {
int bitcount = Integer.bitCount(data[i][j]);
if (bitcount == 2) {
return new int[] { i, j };
} else if (bitcount != 1) {
if (smallCount > bitcount) {
smallCount = bitcount;
res = new int[] { i, j };
}
}
}
}
return res;
}
/**
* 檢查結果
* @param data
* @return <b>0</b> 正確<br>
* <b>1</b> 還有位置未填<br>
* <b>-1</b> 錯誤<br>
*/
private static int check(int[][] data) {
for (int i = 0; i < 9; i++) {
int row = 0;
int col = 0;
int block = 0;
for (int j = 0; j < 9; j++) {
if (Integer.bitCount(data[i][j]) > 1) {
return 1;
}
row |= data[i][j];
col |= data[j][i];
}
for (int h = i / 3 * 3; h < i / 3 * 3 + 3; h++) {
for (int l = i % 3 * 3; l < i % 3 * 3 + 3; l++) {
block |= data[h][l];
}
}
if (row != 0x1ff || col != 0x1ff || block != 0x1ff) {
return -1;
}
}
return 0;
}
private static void analyse(int[][] data) {
boolean changed = false;
changed = reduce(data);
//TODO 還可以加入其它刪減候選數演算法,將這變成一個解題演算器
if (changed) {
analyse(data);
}
}
/**
* 根據行列宮已有值進行簡單的候選數刪減
* @param data
* @return
*/
private static boolean reduce(int[][] data) {
boolean changed = false;
for (int m = 0; m < 9; m++) {
for (int n = 0; n < 9; n++) {
if (Integer.bitCount(data[m][n]) != 1) {
if (setMaybe(data, m, n)) {
changed = true;
}
}
}
}
return changed;
}
/**
* 設定m行n列位置的可能值
*
* @param m
* 行(0-8)
* @param n
* 列(0-8)
* @return 是否減少了候選數
*/
private static boolean setMaybe(int[][] data, int m, int n) {
if (Integer.bitCount(data[m][n]) == 1) {
return false;
}
int row = 0;// 行已確定值集合
int col = 0;// 列已確定值集合
int block = 0; // 宮格已確定值集合
for (int i = 0; i < 9; i++) {
if (Integer.bitCount(data[m][i]) == 1) {
row += data[m][i];
}
if (Integer.bitCount(data[i][n]) == 1) {
col += data[i][n];
}
}
for (int i = m / 3 * 3; i < m / 3 * 3 + 3; i++) {
for (int j = n / 3 * 3; j < n / 3 * 3 + 3; j++) {
if (Integer.bitCount(data[i][j]) == 1) {
block += data[i][j];
}
}
}
int have = row | col | block;// 不可能的值
int left = 0x1ff ^ have;// 候選數
// System.out.println("["+m+","+n+"]"+Integer.toBinaryString(left));
return tryReduce(data, m, n, left);
}
/**
* 新的候選數與老的候選數比較,嘗試減少候選數
*
* @param data
* @param m
* 行(0-8)
* @param n
* 列(0-8)
* @param v
* 候選數,如0x1F9(二進位制1 1111 1001)表示候選數為1 4 5 6 7 8 9
* @return 是否改變了m行n列的候選數,<br/>
* <b>true</b> 減少了候選數<br/>
* <b>false</b> 沒有減少
*/
private static boolean tryReduce(int[][] data, int m, int n, int v) {
int old = data[m][n];
data[m][n] = old & v;
return data[m][n] != old;
}
/**
* 初始化資料
*
* @param source
* 空格分開的81個數字 0 表示待填
* @return
*/
private static int[][] init(String source) {
source = source.replace(" ", "");
int[][] data = new int[9][9];
for (int i = 0; i < source.length(); i++) {
//應該用source.charAt(i) - '0'
int v = Integer.parseInt(source.charAt(i) + "");
if (v != 0) {
data[i / 9][i % 9] = 1 << (v - 1);
}
}
return data;
}
/**
* 列印數獨
*
* @param data
*/
private static void print(int[][] data) {
for (int m = 0; m < 9; m++) {
for (int n = 0; n < 9; n++) {
int v = getV9(data[m][n]);
if (v != -1) {
System.out.print(v + " ");
} else {
System.out.print("_ ");
}
}
System.out.println();
}
}
/**
* 將使用1的位移表示的數字轉換為整數;
*
* @param v
* 用1的位移表示的數值
* @return
*/
public static int getV9(int v) {
// 使用switch與使用Math.log時間效率差不多
switch (v) {
case 1:
return 1;
case 2:
return 2;
case 4:
return 3;
case 8:
return 4;
case 16:
return 5;
case 32:
return 6;
case 64:
return 7;
case 128:
return 8;
case 256:
return 9;
default:
break;
}
return -1;
}
}