LeetCode-题目整理【12】:N皇后问题--回溯算法

注意点,语法:
=一定要记得初始化内层数组的长度:board[i] = make([]rune, n),否则就会报出现越界的错

go 复制代码
    // 第1步,初始化二维数组,内层数组长度为0,外层为n
	board :=make([][]rune,n)
	for i:=0;i<n;i++{
        // 第2步,内层数组初始化为n
        board[i] = make([]rune, n)
        for j:=0;j<n;j++{
            board[i][j]='.'
        }
    }

对于byte、rune和string的区别,在初始化二维数组时要注意类型

参考之前写:
https://blog.csdn.net/qq_45927881/article/details/135431178?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22135431178%22%2C%22source%22%3A%22qq_45927881%22%7D


  1. N 皇后
    困难
    按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。
    n 皇后问题 研究的是如何将 n 个皇后放置在 n×n 的棋盘上,并且使皇后彼此之间不能相互攻击。
    给你一个整数 n ,返回所有不同的 n 皇后问题 的解决方案。
    每一种解法包含一个不同的 n 皇后问题 的棋子放置方案,该方案中 'Q' 和 '.' 分别代表了皇后和空位。
    示例 1:
    输入:n = 4
    输出:[[".Q...","...Q","Q...","...Q."],["...Q.","Q...","...Q",".Q..."]]
    解释:如上图所示,4 皇后问题存在两个不同的解法。
    示例 2:
    输入:n = 1
    输出:[["Q"]]
go 复制代码
func solveNQueens(n int) [][]string {
	var result [][]string
	// 第1步,初始化二维数组,内层数组长度为0,外层为n
	board := make([][]rune, n)
	for i := 0; i < n; i++ {
		// 第2步,内层数组初始化为n
		board[i] = make([]rune, n)
		for j := 0; j < n; j++ {
			board[i][j] = '.'
		}
	}

	// 函数 isSafe 用于检查在给定位置 (row, col) 放置皇后是否安全,即不与已放置的皇后冲突。
	var isSafe func(row, col int) bool
	isSafe = func(row, col int) bool {
		// 为什么不需要检查同一行是否有皇后:
		//是因为在下面的函数backtrack中,是遍历每一行,即只要每一行放置一个皇后,就到下一行,所以不会存在一行又多个皇后的问题

		// 检查同一列是否有皇后
		for i := 0; i < row; i++ {
			if board[i][col] == 'Q' {
				return false
			}
		}

		// 检查左上方是否有皇后
		for i, j := row-1, col-1; i >= 0 && j >= 0; i, j = i-1, j-1 {
			if board[i][j] == 'Q' {
				return false
			}
		}

		// 检查右上方是否有皇后
		for i, j := row-1, col+1; i >= 0 && j < n; i, j = i-1, j+1 {
			if board[i][j] == 'Q' {
				return false
			}
		}

		return true
	}

	// 函数 backtrack 用于递归地尝试所有可能的皇后放置位置,当放置完成所有皇后时,将当前的棋盘状态加入到结果中。
	var backtrack func(row int)
	backtrack = func(row int) {
		if row == n {
			var solution []string
			for _, row := range board {
				solution = append(solution, string(row))
			}
			result = append(result, solution)
			return
		}

		for col := 0; col < n; col++ {
			if isSafe(row, col) {
				board[row][col] = 'Q'
				//只要每一行放置一个皇后,就到下一行,所以不会存在一行又多个皇后的问题
				backtrack(row + 1)
				board[row][col] = '.'
			}
		}
	}

	backtrack(0)
	return result
}

下面这道题与上面的区别就是返回的结果,因此只需要将上面返回的结果,变成统计个数,即可解答下面这道题。其余解答过程一摸一样

  1. N 皇后 II
    困难
    n 皇后问题 研究的是如何将 n 个皇后放置在 n × n 的棋盘上,并且使皇后彼此之间不能相互攻击。
    给你一个整数 n ,返回 n 皇后问题 不同的解决方案的数量。
    示例 1:
    输入:n = 4
    输出:2
    解释:如上图所示,4 皇后问题存在两个不同的解法。
    示例 2:
    输入:n = 1
    输出:1
go 复制代码
func totalNQueens(n int) int {
    count:=0
	// 第1步,初始化二维数组,内层数组长度为0,外层为n
	board := make([][]rune, n)
	for i := 0; i < n; i++ {
		// 第2步,内层数组初始化为n
		board[i] = make([]rune, n)
		for j := 0; j < n; j++ {
			board[i][j] = '.'
		}
	}

	// 函数 isSafe 用于检查在给定位置 (row, col) 放置皇后是否安全,即不与已放置的皇后冲突。
	var isSafe func(row, col int) bool
	isSafe = func(row, col int) bool {
		// 为什么不需要检查同一行是否有皇后:
		//是因为在下面的函数backtrack中,是遍历每一行,即只要每一行放置一个皇后,就到下一行,所以不会存在一行又多个皇后的问题

		// 检查同一列是否有皇后
		for i := 0; i < row; i++ {
			if board[i][col] == 'Q' {
				return false
			}
		}

		// 检查左上方是否有皇后
		for i, j := row-1, col-1; i >= 0 && j >= 0; i, j = i-1, j-1 {
			if board[i][j] == 'Q' {
				return false
			}
		}

		// 检查右上方是否有皇后
		for i, j := row-1, col+1; i >= 0 && j < n; i, j = i-1, j+1 {
			if board[i][j] == 'Q' {
				return false
			}
		}

		return true
	}

	// 函数 backtrack 用于递归地尝试所有可能的皇后放置位置,当放置完成所有皇后时,将当前的棋盘状态加入到结果中。
	var backtrack func(row int)
	backtrack = func(row int) {
		if row == n {
			count++
			return
		}

		for col := 0; col < n; col++ {
			if isSafe(row, col) {
				board[row][col] = 'Q'
				//只要每一行放置一个皇后,就到下一行,所以不会存在一行又多个皇后的问题
				backtrack(row + 1)
				board[row][col] = '.'
			}
		}
	}

	backtrack(0)
	return count
}


// 可以使用回溯算法来解决。

// 算法的时间复杂度取决于皇后的数量,即 O(N!),其中 N 是棋盘的大小。在最坏情况下,需要遍历所有的排列组合。
相关推荐
yaoh.wang5 小时前
力扣(LeetCode) 13: 罗马数字转整数 - 解法思路
python·程序人生·算法·leetcode·面试·职场和发展·跳槽
T1ssy5 小时前
布隆过滤器:用概率换空间的奇妙数据结构
算法·哈希算法
hetao17338376 小时前
2025-12-12~14 hetao1733837的刷题笔记
数据结构·c++·笔记·算法
鲨莎分不晴7 小时前
强化学习第五课 —— A2C & A3C:并行化是如何杀死经验回放
网络·算法·机器学习
搞科研的小刘选手8 小时前
【ISSN/ISBN双刊号】第三届电力电子与人工智能国际学术会议(PEAI 2026)
图像处理·人工智能·算法·电力电子·学术会议
拉姆哥的小屋8 小时前
从混沌到秩序:条件扩散模型在图像转换中的哲学与技术革命
人工智能·算法·机器学习
Sammyyyyy8 小时前
DeepSeek v3.2 正式发布,对标 GPT-5
开发语言·人工智能·gpt·算法·servbay
sin_hielo8 小时前
leetcode 2110
数据结构·算法·leetcode
Jay20021118 小时前
【机器学习】33 强化学习 - 连续状态空间(DQN算法)
人工智能·算法·机器学习
panzer_maus9 小时前
归并排序的简单介绍
java·数据结构·算法