def resolverRandom(tamaño):
max_estados = 10000
estado = 0
reinas = ranrein(tamaño)
start = time()
while (True):
next_step(reinas, estado)
if (max_estados < estado or h(reinas) == 0):
#print("Tomó",estado,"pasos para llegar a una solucion con",h(reinas),"reinas amenazadas")
demora = time() - start
return (estado, h(reinas), demora)
estado += 1
def next_step(reinas, estado):
actual = h(reinas)
reina = randint(0, len(reinas) - 1)
pos = randint(0, len(reinas) - 1)
temp = copy(reinas)
temp[reina] = pos
nuevo = h(temp)
delta = nuevo - actual
if (delta <= 0):
reinas[reina] = pos
return
if (prob(delta, estado) >= random()):
#print(prob(delta,estado),delta,estado,delta/(estado+1))
reinas[reina] = pos
def hill_climb(reinas):
actual=h(reinas)
reina=0
pos=reinas[0]
temp=copy(reinas)
temp[reina]=pos
mejor=h(temp)
for i in range(len(reinas)):
for j in range(len(reinas)):
temp=copy(reinas)
temp[i]=j
if(h(temp)< mejor):
mejor=h(temp)
reina=i
pos=j
reinas[reina]=pos
return h(reinas)<actual
def resolverRandom(tamaño):
max_estados=10000
estado=0
reinas=ranrein(tamaño)
start=time()
while(True):
mejoro=hill_climb(reinas)
sleep(1)
if(not mejoro or max_estados<estado):
#print("Tomó",estado,"pasos para llegar a una solucion con",h(reinas),"reinas amenazadas")
demora=time()-start
return (estado,h(reinas),demora)
estado+=1
def resolverRandom(tamaño):
max_gen = 1000
gen = 0
start = time()
pob = poblacion_inicial(POB_SIZE, tamaño)
while (True):
#print(pob)
#print("-",pob.qPerPr())
if (max_gen < gen or pob.contains(0)):
demora = time() - start
reinas = pob.pop()
#print("Tomó",gen,"generaciones para llegar a una solucion con",h(reinas),"reinas amenazadas")
return (gen, h(reinas), demora)
pob = next_gen(pob)
gen += 1