代码应该是直截了当的,但我发现它有时运行良好,有时根本不起作用。当尝试立即打印解决方案时,它工作正常,但是当我尝试存储、使用它们或对它们执行任何其他操作时,生成器只会一遍又一遍地提供相同的解决方案
def isvalid(grid,y,x,n):
for i in range(9):
if i!=y and grid[i][x]==n:
return False
if i!=x and grid[y][i]==n:
return False
sy=3*(y//3)
sx=3*(x//3)
for dy in range(3) :
for dx in range(3) :
if sy+dy!=y and sx+dx!=x:
if grid[sy+dy][sx+dx]==n: return False
return True
def solve(grid):
number_list = [1,2,3,4,5,6,7,8,9]
for y in range(9):
for x in range(9):
if grid[y][x]==0:
random.shuffle(number_list)
for i in number_list:
if isvalid(grid,y,x,i):
grid[y][x]=i
yield from solve(grid)
grid[y][x]=0
return
yield grid
使用此代码,第一种情况可以正常工作并打印不同的网格 但在#2 中,解决方案是相同的,结果是正确的
grid=[[0]*9 for x in range(9)]
s= solve(grid)
# 1
for i in s:
print(i)
# 2
solutions=[]
for i,n in zip(s,range(3)):
solutions.append(i)
print(solutions[0]==solutions[1])
答案 0 :(得分:1)
您的代码使用单个可变数据结构 grid
,解决函数会在每一步就地修改该数据结构。每个 yield grid
语句只是返回对这个可变对象的引用,因此您收集的列表是对同一事物的最新状态的引用列表。
注意:通过检查您可以看到您的解决方案指向同一个对象:
print(solutions[0] is solutions[1])
尝试每次生成网格的深层副本(如果您想收集它们的列表),或者在生成网格时打印它们而不是收集它们(编辑:IIUC 您的打印方法 #1 当前显示了不同的解决方案正如预期的那样):
yield [[entry for entry in row] for row in grid]
这可能会占用大量内存,尤其是当您像以前那样从空网格开始时。最好先用一个解决方案较少的例子进行测试。