luotong-git / 2426

2426

语言：Pyhton(解释器版本3.8.5) 运行环境：Windows或Linux操作系统

编译方法：

使用方法： 一、AI大比拼+小游戏的部分代码

1. AI文件夹中的文件实现AI大比拼问题的求解 1.1 original_img文件夹存放无框字符（字母）原图（900900像素）； 1.2 tiles文件夹中有若干文件夹，分别存放对应字母原图的切片（_10代表切片像素为1010，_30代表切片像素3030，_300代表切片像素为300300）； 1.3 chaos文件夹包括两个内容：1、初始乱序图（900900像素），2、乱序图切片文件夹discrete（切片的像素大小与算法中切片代码有关，切片需要与tiles文件夹中的原图匹配，因此切片像素要一致）； 1.4 hello.py和project.py的代码负责： （1）图片匹配：从url指示的网址获取问题（包括初始乱序图），从tiles文件夹中匹配原图； （2）8数码问题求解：生成初始乱序图与原图对应的状态（用列表来表示），在强制交换的约束下完成问题求解（包括判断某一状态是否可解）； （3）提交求解方案（题号、求解路径、交换方案），返回评测结果。 （hello.py与project.py的差别只在于图像切片的大小，hello.py为300300、project.py为10*10） 1.5 compete.py代码是真正用于AI大比拼的代码，基于project.py中的代码，增加了与比赛相关的若干接口，具体调用方式可见代码中的注释； 1.6 性能分析（Call Graph和statistics）两张图片是使用pycharm进行性能分析的结果。

2. gen_ori.py代码负责生成可解的游戏初始乱序状态（列表）、白块初始位置、目标状态（列表）以及“图片编号-图片”字典（键为图片编号，值为打开的图片，其中包括-1编号，但是不包括白块图片）；

3. puzzle_game.py代码包含了gen_ori.py的代码，并且能根据初始状态、白块初始位置、目标状态自动求解路径。 （尽管能够生成可解的nn大小的游戏状态，但是由于自动求解算法性能的限制，只能解出33的情况，求解4*4规模的问题需要很长很长时间，更大的规模基本解不出来……）