使用启发式方法解决数独:一个好主意吗?

我尝试使用’Drools Planner’软件包来解决一个部分初始化的数独谜题(报纸上常见的那种)。虽然它可以在3秒内从头生成一个(随机的)谜题,但它在解决部分初始化的谜题时会陷入循环。

问题:禁忌搜索和模拟退火等启发式方法在根本上是否不适合解决数独?我指的是完整性(是否能找到解)和效率(是否过于复杂)。

我的疑问源于数独谜题总是有确切且唯一的解,而启发式算法(据我所知)并不是设计来“达到这些解”的。


回答:

对于你的“是”或“不是”的问题,如果禁忌搜索和模拟退火等启发式方法不适合解决数独,我的回答是“是”。

这个问题对于局部搜索策略来说约束条件太多,效率不高。

数独是一个约束满足问题(CSP)的好例子,而CSP求解器非常擅长解决它。这并不意味着局部搜索不会起作用,或者启发式方法在一般情况下是坏主意,但这个问题可以通过传播约束条件来轻松解决。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注