数独ソルバーバックトラッキングとシミュレーテッドアニーリング
さらに読む前に、数独ゲームとその解決方法を知っていると仮定してください。
だから私はブルートフォースで数独ソルバーを作成しました：アルゴリズムは次のようになります
- 空の各セルのすべての可能な値を（単純なルールチェックによって）計算します。
- 空のセルを数える
- いずれかのセルに1つの可能性しかない場合は、セル値を設定し、すべての可能性を再計算します
- 空のセルを再カウントする
- 古い空のセル数<新しい空のセル数の場合、繰り返します
- そうでなければブルートフォースを適用する
ブルートフォースアルゴリズム
1。 （ネストされた）各セルに最初の可能性を適用します
2。 trueの場合、isSolvedを確認しますか？休憩：それ以外の場合は、2番目の可能性を適用して繰り返します。
上記のB.F.アルゴリズムは、簡単な問題と中程度の問題には機能しますが、各セルに多くの可能性がある難しい問題ですが、ネストされたforループのためにプログラムがクラッシュします
私のバックトラッキングアルゴリズムは、同じ最初のアルゴリズムを使用して検索を絞り込み、次に
- 最初の空のセルの最初の可能性を設定します
- グリッドが有効かどうかを確認します== true; （解決した場合は中断します）、それ以外の場合は次のセルの最初の可能性を設定し、繰り返します
- グリッドがisValid == falseの場合、前のセルに戻り、次の可能性を設定して続行します
6x6グリッドにBackTrackingアルゴリズムを適用しましたが、動作しますが、9x9グリッドにはまだ適用していません。
シミュレーテッドアニーリングアルゴリズム：
- 空の各セルの値をランダムに設定する
- エラー数を計算する
- ランダムな近傍解を生成し、エラーを再カウントします
- 新しいエラー数<古いエラー数の場合：新しいグリッドを保持し、そうでない場合は古いグリッドを保持します
- グリッドが解決されると壊れます。そうでなければ繰り返す
今私の質問のために：
- シミュレーテッドアニーリングアルゴリズムは正しいですか？
- 明らかに、BackTrackingはBruteForceよりもはるかに速く問題を解決します。SimulatedAnnealingはどれだけ速く問題を解決しますか？ランダムにシャッフルするため、BackTrackingよりも解決に時間がかかる場合があります。
- 手順3でランダムな近傍解を生成する方法
- シミュレーテッドアニーリングアルゴリズムは正しいですか？
これは シミュレーテッドアニーリング ではありません。あなたが説明するものは 確率的山登り法 と呼ばれます。 SAは、古い構成よりも悪い場合（および時間の経過とともにその確率が低くなる場合）、特定の確率で新しい構成も受け入れます。「エラー数」を正確に計算する方法を指定しなかったため、 、すでに述べたように、「隣接する解」を生成する方法。非決定論的アルゴリズムが極小値でスタックする場合（つまり、エラーカウント0の解を生成しない場合）は、それらの詳細によって異なります。正しいSAアルゴリズムを実装した場合でも、グローバル最適が見つかる保証はありません。おそらくここで探しているものです。
- 明らかに、BackTrackingはBruteForceよりもはるかに速く問題を解決します。SimulatedAnnealingはどれだけ速く問題を解決しますか？
これは、両方の実際の実装と、各実装にどれだけの最適化作業を投資するかによって異なります。ただし、実際のSAアルゴリズムでは、「初期温度」と「冷却」率を指定する必要があります。これらのパラメーターを誤って指定すると、非常に遅いアルゴリズムになるか、または、解決策がまったく見つからないアルゴリズム。単純な「山登り法」を使用すると、おそらく後者が得られます。
- 手順3でランダムな近傍解を生成する方法
さまざまなことを試すことができますが、1つの単純なアプローチは、おそらく1つのセルを変更し、1つの番号を別のセルと交換することです。もう1つの簡単なアプローチは、グリッド全体で1から9までの各桁を正確に9回分散してから、セルの内容をランダムに交換することです。
この古いSO質問 ）に関する私の回答も確認してください。