多种智能搜索算法可视化还原 3D 魔方

2024/03/19:程序更新说明(文末程序下载链接已更新)

版本:v1.0 → v1.2

① 修复:将 CLOSED 表内容从优先级队列中分离开来,原优先级队列作 OPEN 表,并用链表树隐式地代替 CLOSED 表,以此修复之前版本内存爆炸的问题(尤其以 HC 爬山法严重);

② 优化:实时搜索树动态绘制,而非总是保持 10 行;

③ 其它:优化代码,修复其它的一些小问题;

一、写在前面

许久没有写图形化界面的程序了,最近学习了一些经典的盲目搜索算法与智能搜索算法,正好拿来还原三阶魔方!试试手!

提前声明

我不是专业搞人工智能的,理论或者实现过程有些许错误也很正常,评论区指出即可

先说一下开发环境吧!源码及打包程序的下载链接放在文末!

1.1 开发环境

编程语言:Python 3.12

图形界面库:tkintertools 2.6.21.1(底层为 tkinter)

第三方依赖库:tkintertools 2.6.21.1(就这么一个)

二、程序概览

2.1 代码情况

代码量:1000 行左右

代码大小:34KB

2.2 图片展示

主界面
界面设置
自定义打乱顺序
BFS 宽度优先搜索
DFS 深度优先搜索
USC 一致代价搜索
闵可夫斯基距离 A 算法
自定义启发函数 A* 算法

2.3 详细功能

左侧是 3D 显示区,鼠标左键旋转,右键平移,滚轮缩放。

右侧是设定区,点击“开始搜索并还原”时会弹出搜索树弹窗,点击“随机打乱”左边的“/”会弹出“自定义打乱顺序”弹窗。

算法对应表:

缩写BFSDFSUCSA / A*HCREV(测试常用)
说明宽度优先深度优先代价优先A 或者 A* 算法爬山法不是算法,逆序还原

 启发函数对应表:

缩写CBSVECLDMHTHMMKWSK/
说明切比雪夫距离欧几里得距离曼哈顿距离汉明距离闵可夫斯基距离h*

自定义顺序说明:

每个项目由三个部分组成:编号,方向,旋向

方向对应表:

缩写RLUDFB
说明右(Right)左(Left)上(Up)下(Down)前(Front)后(Back)

 旋向有两个:顺时针和逆时针,对应开关的两种状态

三、实现过程分析

3.1 状态表示

三阶魔方一共有 3³ =27 个方块,于是使用 1×27 大小的数组来表示每个方块的位置,给它们编号 0~26,当编号与其数组索引一致时,表示魔方为还原状态。

当然,由于魔方的特性,这 27 个位置中有些并不会改变。比如,当操作不涉及中转的时候,有 1+1×6 = 7 个方块永远不会改变位置,而当操作涉及中转的时候,只有中心处方块不会改变位置。为了方便表示,仍然采用整个 1×27 大小的数组表示状态。

3.2 操作方式

分两种情况:

  • 当不允许三阶魔方中转的时候,操作共有 6×2 = 12 种,即在魔方 6 个面上顺时针旋转 90°或者逆时针旋转 90°。
  • 当允许三阶魔方中转的时候,共有 (6+3)×2 = 18 种,即在第一种情况下加上了三个坐标轴垂直的三个中间面的旋转。

当然,经分析,我认为采用第 1 种情况可能会得到更好结果。

对于第一种情况,魔方将有 1+1×6 = 7 个位置始终固定,使得在完成几乎相同功能的前提下,搜索空间会小一点,且,还原的最终结果只有1个,那就是数组元素与其索引一致。

但反观第二种情况,魔方只有最中间 1 个元素始终固定,在使得搜索空间变大的情况下,还会导致一个程序中不方便处理的问题。因为在这个时候,你会发现,魔方还原的目标状态不只“数组元素与其索引一致”这么一种情况,虽然这可以提高发现目标节点的概率,但搜索空间也变大了,程序实现起来比较麻烦,效率也不见得比第 1 种好。

3.3 启发函数的设计

魔方数据在数组中体现为 1×27,并不方便于直接进行代价的估计,但其在空间上实际是 3×3×3 的,每个方块都有其对应的坐标,于是可以计算每个方块当前位置与目标位置之间的某种差异,并以此作为估计值。

选用的基本启发函数有切比雪夫距离、欧几里得距离、曼哈顿距离和闵可夫斯基距离,同时尝试了一下汉明距离。

不知道什么是切比雪夫距离、欧几里得距离等的朋友,可以去百度一下。

设上述距离对应的启发函数分别为 h_{CBSV}h_{ECLD}h_{MHT}h_{MKWSK} 和 h_{HM}

其中闵可夫斯基距离拥有可调节的参数 p,我这里动态地根据问题的规模大小设计其值。而汉明距离并非一个空间上的关系,它是从数组的数据上直接进行考虑的,即目标数组与当前数组的差异。

对于上述的启发函数,并非所有都满足可纳性。由于魔方转动一次只能转动一个面,也就是说,方块只能在一个面上移动,对于方块,分两种情况:

  • 角方块:每次旋转都是沿坐标方向的,对应曼哈顿距离;
  • 边方块:每次旋转都是沿斜直线方向,对应欧几里得距离;
  • 面中心方块:始终没有任何移动,计算时不考虑它。

每个面上角方块与边方块各占一半,故 h\ast={\ h}_{ECLD}(Side)+h_{MHT}(Corner),但是有:

h_{CBSV}<{\ h}_{ECLD}<h_{MHT}

因此有:

h_{CBSV}<{\ h}_{ECLD}<h\ast<h_{MHT}

已知,对于闵可夫斯基距离,参数 p=1 时,h_{MKWSK}=h_{MHT},参数 p=2 时,h_{MKWSK}=h_{ECLD},参数 p=+∞ 时,h_{MKWSK}=h_{CBSV},可通过调控其参数 p 来控制其最终效果。

汉明距离并非空间上的距离,属于抽象距离,无法与上面的进行比较。

综上,启发函数为切比雪夫距离、欧几里得距离时,算法为 A* 算法,曼哈顿距离对应的为 A 算法,闵可夫斯基距离是否为 A* 算法与参数 p 有关,汉明距离对应的暂时无法确定。

3.4 算法实现

BFS:用队列实现

DFS:用堆栈实现

UCS:用优先级队列实现,评估函数 F = 代价函数 G

A/A*:用优先级队列实现,评估函数 F = 代价函数 G + 启发函数 H

HC:用优先级队列实现,评估函数 F = 启发函数 H

3.5 结果显示方法

结果采用三种方式进行可视化。

  • 搜索之前的打乱魔方与搜索之后的还原魔方通过 3D 魔方实时演示旋转过程;
  • 搜索过程之中,通过进度条得知总搜索空间的大小以及当前搜索的空间大小,直观显示其百分占比,并实时显示搜索次数,搜索完成后显示还原步骤的数量;
  • 搜索过程中实时展示搜索树,由于此数的每层节点数量是指数级增长的,于是就需要将其对数化后以线性的方式的进行展示,层数越大,颜色越深,搜索完毕后标识出搜索路径。

这里说一下为什么实际搜索的状态空间是 11 的 n 次方,而不是 12 的 n 次方,因为每次操作,虽然有 12 步,但实际我们手动不允许它执行与上次转动相反的操作,因为你顺时针转一下,再逆时针转一下,那不等于没转吗?

别小看这点优化,11⁶ = 1771561,12⁶ = 2985984,仅 6 步,相差多少自己看看。

四、写在后面

4.1 开源图形库

本程序使用的 tkintertools 是我自己一个人开发的图形界面库,基于 tkinter,实现了一些 tkinter 没有的功能,里面还有一个可以称为“微型 3D 引擎”的子模块,上述 3D 效果就是这样实现的,此外还提供了较为强大的动画能力,希望大家能支持一下下!

GitHub repo:GitHub - Xiaokang2022/tkintertools

github.io: Profile - 简介 - tkintertools (xiaokang2022.github.io)

4.2 源代码下载

链接文件包含了源代码,以及已经打包好,可以直接运行的 exe 文件。

源代码及打包程序下载链接:Magic Cube v1.2.zip - 蓝奏云

记得给我点赞!收藏!以及在评论区留下你的足迹呀!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/279840.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

macOS系统中通过brew安装MongoDB

Macos 修改目录权限&#xff1a; sudo chmod -R 777 你的文件夹 本文使用homebrew进行安装简单&#xff0c;因为从官网下载安装包并手动安装需要移动安装包到合适的目录下并配置环境变量等一大堆操作后才能使用数据库&#xff08;若没有安装过brew请自行百度进行安装brew&am…

改进YOLOv8注意力系列六:结合SEAttention轻量通道注意力、ShuffleAttention重排特征注意力模块、SimAM无参数化注意力

改进YOLOv8注意力系列五:结合ParNetAttention注意力、高效的金字塔切分注意力模块PSA、跨领域基于多层感知器(MLP)S2Attention注意力 代码SEAttention轻量通道注意力ShuffleAttention重排特征注意力模块SimAM无参数化注意力加入方法各种yaml加入结构本文提供了改进 YOLOv8注…

SQL数据库和事务管理器在工业生产中的应用

本文介绍了关系数据库在工业生产中的应用以及如何使用事务管理器将生产参数下载到PLC&#xff0c;以简化OT/IT融合过程。 一 什么是配方&#xff08;Recipe&#xff09; 我们以一家汽车零件制造商的应用举例&#xff0c;该企业专业从事汽车轮毂生产制造。假设该轮毂的型号是“…

短视频矩阵系统技术交付

短视频矩阵系统技术交付&#xff0c;短视频矩阵剪辑矩阵分发系统现在在来开发这个市场单个项目来说&#xff0c;目前基本上已经沉淀3年了&#xff0c;那么我们来就技术短视频矩阵剪辑系统开发来聊聊 短视频矩阵系统经过315大会以后&#xff0c;很多违规的技术开发肯定有筛选到了…

Java开发从入门到精通(九):Java的面向对象OOP:成员变量、成员方法、类变量、类方法、代码块、单例设计模式

Java大数据开发和安全开发 &#xff08;一)Java的变量和方法1.1 成员变量1.2 成员方法1.3 static关键字1.3.1 static修饰成员变量1.3.1 static修饰成员变量的应用场景1.3.1 static修饰成员方法1.3.1 static修饰成员方法的应用场景1.3.1 static的注意事项1.3.1 static的应用知识…

用Stable Diffusion生成同角色不同pose的人脸

随着技术的不断发展&#xff0c;我们现在可以使用稳定扩散技术&#xff08;Stable Diffusion&#xff09;来生成同一角色但不同姿势的人脸图片。本文将介绍这一方法的具体步骤&#xff0c;以及如何通过合理的提示语和模型选择来生成出更加真实和多样化的人脸图像。 博客首发地…

[C语言]一维数组二维数组的大小

对于一维数组我们知道取地址是取首元素的地址&#xff0c;二维数组呢&#xff0c;地址是取第一行的地址&#xff0c;sizeof(数组名)这里计算的就是整个数组的大小&#xff0c;&数组名 表示整个数组&#xff0c;取出的是整个数组的地址&#xff0c;显示的是数组的首元素 记…

javascript:void(0);用法及常见问题解析

文章目录 用法&#xff1a;常见问题解析&#xff1a;示例&#xff1a;用法补充&#xff1a;注意事项&#xff1a;替代方案示例&#xff1a;安全性考虑&#xff1a;替代方案建议&#xff1a;ES6语法替代&#xff1a;性能优化&#xff1a;最佳实践&#xff1a; 在 JavaScript 中&…

【双指针】算法例题

目录 二、双指针 25. 验证回文数 ① 26. 判断子序列 ① 27. 两数之和II - 输入有序数组 ② 28. 盛最多水的容器 ② 29. 三数之和 ② 二、双指针 25. 验证回文数 ① 如果在将所有大写字符转换为小写字符、并移除所有非字母数字字符之后&#xff0c;短语正着读和反着读都一…

【进阶五】Python实现SDVRP(需求拆分)常见求解算法——差分进化算法(DE)

基于python语言&#xff0c;采用经典差分进化算法&#xff08;DE&#xff09;对 需求拆分车辆路径规划问题&#xff08;SDVRP&#xff09; 进行求解。 目录 往期优质资源1. 适用场景2. 代码调整3. 求解结果4. 代码片段参考 往期优质资源 经过一年多的创作&#xff0c;目前已经成…

Docker简介与安装

简介 用来快速构建、运行、管理应用的工具简单说&#xff0c;帮助我们部署项目以及项目所依赖的各种组件典型的运维工具 安装 1.卸载旧版 首先如果系统中已经存在旧的Docker&#xff0c;则先卸载&#xff1a; yum remove docker \docker-client \docker-client-latest \dock…

解决虚拟机Linux ens33 没有 IP 地址

解决方法&#xff1a; 先进入 root 模式 sudo su 查看目录 ls /etc/sysconfig 找到上述文件夹 ls /etc/sysconfig/network-scripts/ 用 vim 打开 ifcfg-ens33 这个文件&#xff08;不都是这个名字&#xff0c;按这个方法找到这个文件就行&#xff09; vim /etc/sysconfig/netw…

农业四情监测设备—全面、准确地收集农田环境数据

型号推荐&#xff1a;云境天合TH-Q3】农业四情监测设备是一种高科技的农田监测工具&#xff0c;旨在实时监测和管理农田中的土壤墒情、作物生长、病虫害以及气象条件。这些设备综合运用了传感器、摄像头、气象站等技术手段&#xff0c;能够全面、准确地收集农田环境数据&#x…

H264字节流编码格式

1.H264码流格式——字节流格式 字节流格式是大多数编码器&#xff0c;默认的输出格式。它的基本数据单位为NAL单元&#xff0c;也即NALU。为了从字节流中提取出NALU&#xff0c;协议规定&#xff0c;在每个NALU的前面加上起始码&#xff1a;0x000001或0x00000001&#xff08;0…

Nodejs 第五十八章(大文件上传)

在现代网站中&#xff0c;越来越多的个性化图片&#xff0c;视频&#xff0c;去展示&#xff0c;因此我们的网站一般都会支持文件上传。 文件上传的方案 大文件上传&#xff1a;将大文件切分成较小的片段&#xff08;通常称为分片或块&#xff09;&#xff0c;然后逐个上传这…

【3DsMax】UVW展开——以制作牙膏盒为例

效果 步骤 1. 从网上下载牙膏盒贴图&#xff0c;我下载的贴图地址为&#xff08;牙膏盒贴图链接&#xff09; 2. 打开3DsMax&#xff0c;创建一个长方体&#xff0c;设置长宽高分别为180、45、40毫米 打开材质编辑器&#xff0c;点击漫反射后的按钮 双击“位图” 将材质赋予长…

113 链接集10--ctrl+左键单击多选

1.ctrl+左键单击多选,单击单选 精简代码 <div class="model-list"><div@mousedown.prevent="handleClick(item, $event)"class="model-list-item"v-for="item in modelList":key="item.id":class="{ model-a…

QT6实现创建与操作sqlite数据库及读取实例(一)

一.Qt为SQL数据库提供支持的基本模块&#xff08;Qt SQL&#xff09; Qt SQL的API分为不同层&#xff1a; 驱动层 SQL API层 用户接口层 1.驱动层 对于Qt 是基于C来实现的框架&#xff0c;该层主要包括QSqlDriver&#xff0c;QSqlDriverCreator,QSqlDriverCreatorBase,QSqlPlug…

C++初阶 | [九] list 及 其模拟实现

摘要&#xff1a;介绍 list 容器&#xff0c;list 模拟实现&#xff0c;list与vector的对比 list&#xff08;带头双向循环列表&#xff09; 导入&#xff1a;list 的成员函数基本上与 vector 类似&#xff0c;具体内容可以查看相关文档(cplusplus.com/reference/list/list/)&…

UE4_官方动画内容示例1.1_使用动画资产

对一个SkeletalMeshActor进行设置&#xff0c;设置好之后&#xff0c;可以通过该Actor的细节&#xff08;Details&#xff09;面板播放指定的动画序列&#xff08;AnimationSequence&#xff09;资产&#xff08;例如让Actor翻跟斗并做开合跳&#xff09;。 骨架网格体定义&am…