最简单的魔方编码算法？答案

【问题标题】：Easiest to code algorithm for Rubik's cube?最简单的魔方编码算法？
【发布时间】：2009-08-30 21:30:22
【问题描述】：

在 Java 中编写用于求解魔方的相对简单的算法是什么。效率也很重要，但却是次要的考虑因素。

【问题讨论】：

这个问题的措辞很糟糕，被投票“正确”的问题实际上并不是正确的答案。这说明了为什么“最简单的编码算法”可能不是您想要的——程序可能永远不会完成。它说明了为什么您需要关注效率。
你可以改写为，'什么是最简单的编码算法，可以在我们的一生中产生结果':-)

标签： java algorithm rubiks-cube

【解决方案1】：

执行随机操作，直到找到正确的解决方案。最简单的算法，效率最低。

【讨论】：

哈哈哈 4.33 * 10^19 的排列确实是效率最低的 :-)
@Rushyo lol 打得很好，先生@Yannick 你能解释一下你是如何计算排列的吗？
我的数学不太好，但如果我说是对的，因为中间的 6 块将始终保持在我们拥有的同一个位置，6*8 = 48 个点和 8 块 6 种不同颜色它可以占据这些位置，因此可能的排列将是 (48!)/((8!)(8!)(8!)(8!)(8!)(8!))
作者是对的：这是最容易实现的算法，但也是性能最差的算法。它不会在我们的有生之年找到解决方案。
引自维基百科：“原始 (3×3×3) 魔方有八个角和十二个边。有8个！ (40,320) 种方式来排列角立方体。七个可以独立定向，而第八个的方向取决于前面的七个，给出了 37 (2,187) 种可能性。有 12!/2 (239,500,800) 种方式来排列边缘，因为角的奇数排列也意味着边缘的奇数排列。 11 条边可以独立翻转，第 12 条的翻转取决于前面的，提供 211 (2,048) 种可能性。[19]'

【解决方案2】：

我发现的最简单的非平凡算法是这个：

http://www.chessandpoker.com/rubiks-cube-solution.html

编写代码看起来并不难。 Yannick M.'s answer 中提到的链接看起来也不错，但是 'the cross' 步骤的解决方案对我来说可能有点复杂。

您可能希望了解许多开源求解器实现。这是Python implementation。这个Java applet 还包括一个求解器，源代码可用。还有一个Javascript solver，也有可下载的源代码。

Anthony Gatlin's answer 很好地说明了 Prolog 非常适合这项任务。这是一篇关于如何编写自己的Prolog solver 的详细文章。它使用的启发式方法特别有趣。

【讨论】：

【解决方案3】：

可能想查看：http://peter.stillhq.com/jasmine/rubikscubesolution.html

具有求解 3x3x3 魔方的算法的图形表示

【讨论】：

【解决方案4】：

我了解您的问题与 Java 有关，但实际上，Prolog 等语言更适合解决魔方等问题。我认为这可能是针对一门课的，您可能没有选择工具的余地。

【讨论】：

没错，不幸的是我必须用Java来做这门课
解决办法很明显：用Java写一个prolog解释器！

【解决方案5】：

您可以通过 BFS（广度优先搜索）来做到这一点。我认为实现并不难（它是图形类别下最简单的算法之一）。通过使用称为队列的数据结构，您真正要做的是构建 BFS 树并找到从给定条件到期望条件的所谓最短路径。该算法的缺点是效率不够（没有任何修改，即使求解 2x2x2 立方，所需的时间也约为 5 分钟）。但是你总能找到一些技巧来提高速度。

说实话，这是麻省理工学院“Introduction of Algorithm”课程的作业之一。这是作业的链接：http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-006-introduction-to-algorithms-fall-2011/assignments/MIT6_006F11_ps6.pdf。他们有一些库可以帮助您将其可视化并帮助您避免不必要的工作。

【讨论】：

【解决方案6】：

供您参考，您当然可以查看这个 java 实现。 --> Uses two phase algorithm to solve rubik's cube。并且已经尝试过这段代码，它也能正常工作。

【讨论】：

感谢提及陈爽存储库。实际上，他的代码完全基于 Kociemba 算法，这是有史以来最好的编程作品之一。

【解决方案7】：

我猜一个解决方案是同时运行所有可能的路线。这听起来确实很愚蠢，但逻辑是这样的——超过 99% 的可能争夺将在 20 步内解决。这意味着，尽管您循环通过大量的可能性，但您最终仍会这样做。从本质上讲，这可以通过将您的第一步作为加扰的立方体来实现。然后，您会将新的多维数据集存储在变量中，以针对第一个多维数据集上的每个可能移动。对于这些新立方体中的每一个，您都执行相同的操作。在每次可能的移动后检查它是否完成，如果是，那么这就是解决方案。在这里，为了确保您有解决方案，您需要在每个魔方上提供一些额外的数据，说明为达到该阶段所做的动作。

【讨论】：