-
Notifications
You must be signed in to change notification settings - Fork 0
/
misioneros.py
52 lines (45 loc) · 2.3 KB
/
misioneros.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
# importamos las cosas que vamos a usar de aima
from search import Problem, breadth_first_tree_search
class ProblemaMisioneros(Problem):
''' Clase problema (formalizacion de nuestro problema) siguiendo la
estructura que aima espera que tengan los problemas.'''
def __init__(self, initial, goal=None):
'''Inicializacion de nuestro problema.'''
Problem.__init__(self, initial, goal)
# cada accion tiene un texto "lindo", y despues una tupla con la
# cantidad de misioneros y canibales que se mueven en la canoa
self._actions = [('1c', (0,1)), ('1m', (1, 0)), ('2c', (0, 2)), ('2m', (2, 0)), ('1m1c', (1, 1))]
def actions(self, s):
'''Devuelve las acciones validas para un estado.'''
# las acciones validas para un estado son aquellas que al aplicarse
# nos dejan en otro estado valido
return [a for a in self._actions if self._is_valid(self.result(s, a))]
def _is_valid(self, s):
'''Determina si un estado es valido o no.'''
# un estado es valido si no hay mas canibales que misioneros en ninguna
# orilla, y si las cantidades estan entre 0 y 3
return (s[0] >= s[1] or s[0] == 0) and ((3 - s[0]) >= (3 - s[1]) or s[0] == 3) and (0 <= s[0] <= 3) and (0 <= s[1] <= 3)
def result(self, s, a):
'''Devuelve el estado resultante de aplicar una accion a un estado
determinado.'''
# el estado resultante tiene la canoa en el lado opuesto, y con las
# cantidades de misioneros y canibales actualizadas segun la cantidad
# que viajaron en la canoa
if s[2] == 0:
return (s[0] - a[1][0], s[1] - a[1][1], 1)
else:
return (s[0] + a[1][0], s[1] + a[1][1], 0)
# creamos un problema a partir de nuestra formalizacion de ProblemaMisioneros
# como parametros le pasamos el estado inicial, y el estado meta que esperamos
p1 = ProblemaMisioneros((3, 3, 0), (0, 0, 1))
# le decimos a aima que resuelva nuestro problema con el metodo de busqueda en
# amplitud
r = breadth_first_tree_search(p1)
# esto nos devuelve el nodo meta del arbol. Podemos recorrer sus padres para
# tener todo el camino de acciones
camino_acciones = []
while r:
if r.action:
camino_acciones.append(r.action[0])
r = r.parent
print ' '.join(reversed(camino_acciones))