Python算法学习：启发式算法

启发式算法也称为回溯算法。这实际上是一个类似枚举的试图查找的过程。它主要是在搜索过程中寻找问题的解决方案。当确定不再满足求解条件时。 ，只需“回滚”并尝试另一条路线。回溯法是一种根据优化条件向前搜索以达到目标的优化搜索方法。但当你研究到了某一步，意识到原来的选择不是最优的，或者无法达到目标时，你就会退一步，决定另一种选择。这种不起作用时返回并重试的技术就是回滚方法，某种状态下满足回滚条件的点称为“回滚点”。许多复杂、大规模的问题都可以使用回溯法，被誉为“解决问题的通用方法”。 ？

2。定义一个易于搜索的解空间结构，使得整个解空间可以很容易地通过回溯方法搜索到。

3。首先对解空间进行深度搜索，并在搜索过程中使用剪枝函数来避免无效搜索。

确定解空间的组织结构后，回溯法从初始节点（根节点）开始，对整个解空间进行深度搜索。该初始节点成为活动节点，也成为当前扩展节点。在当前扩展节点，找到向纵的深度方向并移动到新节点。这个新节点成为新的活动节点并成为当前的扩展节点。如果当前扩展节点无法在深度方向上移动，则当前扩展节点成为死节点。这时，你需要向后移动（返回）到最近的滑动节点，并使该滑动节点成为当前的扩展节点。这样，回溯方法就递归地搜索解空间，直到找到所需的解或者解空间中没有存活节点为止。

基本思路可以概括为：从一条路往前走，能进就进，不能就退，再尝试另一条路，直到走出来。

2.八皇后问题

问题描述：

将八个皇后放在8*8的棋盘上，使它们不能互相攻击，也就是说任意两个皇后不能在同一行或同一列，我同意用对角线问有多少种放置方法？

救援代码：