搜索在Python中无法解决过河问题

过河问题的描述:我们有一位农民、一只狼、一只羊和一颗白菜,他们需要在以下限制条件下过河:

  1. 狼不能和羊在同一侧
  2. 羊不能和白菜在同一侧
  3. -初始状态:(‘L’,‘L’,‘L’,‘L’)
  4. -最终状态:(‘R’,‘R’,‘R’,‘R’)
    状态列表描述了每个人的位置,(农民,狼,羊,白菜),所以状态(‘L’,‘R’,‘L’,‘R’)表示狼和白菜在河的右侧,而农民和羊在河的左侧。我不想通过实现列表的列表来使其更加复杂。

回答:

农民问题

我将从一个不同的角度来解决你的问题。不是调试你的问题,我采用了一种逐步解决的方法,并在过程中进行测试。

设置和规则

首先让我们定义情况和规则

FARMER = 0WOLF = 1GOAT = 2CABBAGE = 3START_STATE = ['L','L','L','L']def wolfRule(state):    return state[FARMER] == state[WOLF] or state[WOLF] != state[GOAT]assert( wolfRule(['L','L','L','L']) == True)assert( wolfRule(['R','L','L','L']) == False)assert( wolfRule(['R','L','R','L']) == True)def goatRule(state):    return state[FARMER] == state[GOAT] or state[GOAT] != state[CABBAGE]assert( goatRule(['L','L','L','L']) == True)assert( goatRule(['R','L','L','L']) == False)assert( goatRule(['R','L','L','R']) == True)def validRule(state):    return wolfRule(state) and goatRule(state)def winRule(state):    return state == ['R','R','R','R']assert( winRule(['L','L','L','L']) == False)assert( winRule(['R','L','L','L']) == False)assert( winRule(['R','R','R','R']) == True)

我们已经定义了每条规则,并添加了一些断言语句以确保它们正常工作,当我们运行上述代码时,我们可以确定一切都准备就绪。

生成移动

递归搜索的一部分是生成下一个有效移动。我们将分两部分进行。第一部分仅生成所有可能的移动,第二部分将筛选出仅有效的移动

def generateMoves(state):    # 农民移动到另一侧,可以带0或1个其他东西,只要它在同一起始侧    for other in [FARMER, WOLF, GOAT, CABBAGE]:        if state[FARMER] == state[other]:            move = copy(state)            move[FARMER] = 'L' if state[FARMER] == 'R' else 'R'            move[other] = 'L' if state[other] == 'R' else 'R'            yield moveassert( list(generateMoves(START_STATE)) == [['R','L','L','L'],['R','R','L','L'],['R','L','R','L'],['R','L','L','R']]  )

同样,我们添加了一个测试以确保生成移动时符合我们的预期

def validMoves(state_list):    return [ state for state in state_list if validRule(state)]assert( list(validMoves(generateMoves(START_STATE))) == [['R','L','R','L']]  )

确实,唯一有效的第一步移动是农民带羊过河!

深度优先搜索

现在我们进行深度优先搜索,使用previous_states列表来跟踪我们去过的地方。这个函数只返回一个获胜的答案。

def depthFirstSearch(state, previous_states):    previous_states.append(state)    if winRule(state):        return previous_states    for move in validMoves(generateMoves(state)):        if move not in previous_states:            result = depthFirstSearch(move, previous_states)            if result is not None:                return result            previous_states.pop()    return None

同样,至少要有一个测试来确保它给出预期的结果

assert( depthFirstSearch(['L','R','L','R'],[]) == [['L','R','L','R'],['R','R','R','R']]  )

最终输出

我们运行它

depthFirstSearch(START_STATE,[])

并得到解决方案!

[['L', 'L', 'L', 'L'], ['R', 'L', 'R', 'L'], ['L', 'L', 'R', 'L'], ['R', 'R', 'R', 'L'], ['L', 'R', 'L', 'L'], ['R', 'R', 'L', 'R'], ['L', 'R', 'L', 'R'], ['R', 'R', 'R', 'R']]

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注