-
Notifications
You must be signed in to change notification settings - Fork 0
/
sudoku.py
276 lines (217 loc) · 9.53 KB
/
sudoku.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
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
# -*- coding: utf-8 -*-
__author__ = 'ntak'
import numpy as np
from itertools import combinations, product
from random import shuffle
from aima.search import Problem, depth_first_graph_search, hill_climbing, greedy_best_first_graph_search
from utils import numpify_state, validate_state, count_possibilities, normalize_state, vlen
class Sudoku(Problem):
"""
Définition du probleme de Sudoku comme un problème de recherche dans
l'espace d'états.
L'état, représenté par un tuple de 81 entiers, est supposé valide.
"""
def actions(self, state):
"""
les actions sont déterminées en retournant les possibilitiés qui
manquent simultanément dans une ligne, colonne et grille correspondantes
à une case.
La position de la case et la nouvelle valeur possible est retournée sous
forme d'un triplet (i, j, k).
"""
state = numpify_state(state)
for i, j in zip(*np.where(state == 0)):
line = state[i]
column = state[:,j]
square = state[i//3*3:i//3*3+3,j//3*3:j//3*3+3]
for k in xrange(1, 10):
# valide la nouvelle configuration et s'assurant qu'une même
# valeur non-nulle n'apparait pas plus d'une fois dans la ligne,
# colonne et carré correspondant
if k not in line and k not in column and k not in square:
yield i, j, k
def result(self, state, action):
"""
Calcule la configuration résultante à appliquer une action sur une
configuration.
Le nouvel état est une copie modifiée de l'état passé en argument.
"""
i, j, k = action
new_state = list(state)
new_state[i * 9 + j] = k
return tuple(new_state)
def goal_test(self, state):
"""Vérifie si une grille est complète en supposant que l'état est valide"""
return 0 not in state
def value(self, state):
"""
The value of a state is determined by the sum of remaining possibilities
for each cell in the grid.
"""
state = numpify_state(state)
possibilities = 729
for i, j in zip(*np.where(state == 0)):
line = state[i]
column = state[:,j]
square = state[i//3*3:i//3*3+3,j//3*3:j//3*3+3]
possibilities -= len(reduce(np.setdiff1d, [np.arange(1, 10), line, column, square.flatten()]))
return possibilities
class RandomizedSudoku(Sudoku):
"""Définition du problème de Sudoku avec branchement aléatoire."""
def actions(self, state):
a = list(Sudoku.actions(self, state))
shuffle(a)
return a
class SortedSudoku(Sudoku):
"""
Définition du problème de Sudoku avec branchement triés selon le nombre de
possibilités pour un choix d'action.
"""
def actions(self, state):
return sorted(Sudoku.actions(self, state), key=lambda x: count_possibilities(state, x[0], x[1]))
class FilledSudoku(Sudoku):
"""
Définition du problème de Sudoku avec initialisation et actions basées sur
des permutations.
"""
def __init__(self, initial, super_branch = True):
"""Remplit la grille avec des valeurs qui respectent les carrés."""
state = numpify_state(initial)
# préserve les positions initiales
self.initial_positions = list(zip(*np.where(state == 0)))
# initialise la grille en respect des carrés
for i, j in zip(*np.where(state == 0)):
square = state[i//3*3:i//3*3+3,j//3*3:j//3*3+3]
possibilities = np.setdiff1d(np.arange(1, 10), square.flatten())
state.itemset((i, j), possibilities[0])
self.initial = tuple(state.flatten())
self.super_branch = super_branch
def actions(self, state):
"""
Énumère les permutations dans les carrés pour chaque position mutable.
"""
if not self.super_branch:
# propose des permutations (x, y) carré par carré
for i, j in product(xrange(3), xrange(3)):
mutable_positions = set(product(range(i*3, i*3+3), range(j*3, j*3+3))) - set(self.initial_positions)
for swap in combinations(mutable_positions, 2):
yield swap
else :
#Super-branchement. Génère une enorme quantite de branchement. Mais augmente les chances de trouver un bon resultat.
#a tester. Faut modifier la fonction result() si ce morceaux la de code est utilisé
mutable_positions = [[None for i in range(3)] for j in range(3)]
for i, j in product(range(3), range(3)):
mutable_positions[i][j] = set(product(range(3*i, 3*i+3), range(3*j, 3*j+3))) - set(self.initial_positions)
for swap in combinations(mutable_positions[i][j], 2):
yield [swap]
for i in range(3):
for x, ap in reduce(product,[combinations(mutable_positions[i][j], 2) for j in range(3)]):
s, w = x
yield s,w,ap
for x, ap in reduce(product,[combinations(mutable_positions[j][i], 2) for j in range(3)]):
s,w = x
yield s,w,ap
for x, ap in reduce(product,[combinations(mutable_positions[j][j], 2) for j in range(3)]):
s,w = x
yield s,w,ap
for x, ap in reduce(product,[combinations(mutable_positions[2-j][j], 2) for j in range(3)]):
s,w = x
yield s,w,ap
def result(self, state, action):
"""Effectue une permutation au sein d'un carré."""
# x, y = action
# state, new_state = tuple(map(numpify_state, [state]*2))
# permutate les deux positions (x, y)
# new_state.itemset(x, state[y])
# new_state.itemset(y, state[x])
# return tuple(new_state.flatten())
#Si le super-branchement est utilisé, il faut utiliser ca comme fonction poru result() :
state, new_state = tuple(map(numpify_state, [state]*2))
for x,y in action:
new_state.itemset(x, state[y])
new_state.itemset(y, state[x])
return tuple(new_state.flatten())
def goal_test(self, state):
"""
Détermine si une configuration donnée est valide en supposant les carrés
valides.
Seul les lignes et les colonnes sont vérifiées.
"""
state = numpify_state(state)
for line in state:
if np.bincount(line).max() > 1:
return False
for column in state.T:
if np.bincount(column).max() > 1:
return False
return True
def path_cost(self, c, state1, action, state2):
return c + 1
def value(self, state):
"""
La valeur d'un état est déterminé par le nombre de cases
non-conflictuelles, considérant qu'il n'y a pas de conflits sur les
carrés.
"""
state = numpify_state(state)
conflicts = 0
for i in xrange(9):
for j in xrange(9):
if (i, j) not in self.initial_positions:
value = state[i][j]
line = state[i]
column = state[:,j]
conflicts += line[line == value].size + column[column == value].size - 2
# on cherche à minimiser les conflits (au plus 81 * 4 = 324)
return -1*conflicts
class NormalizedSudoku(Problem):
"""
Définition du probleme de Sudoku comme un problème de recherche dans un
espace d'états avec normalisation.
L'état est une grille où chaque case contient un ensemble de possibilités
pour cette case. Une case dont l'ensemble est de cardinalité 1 vaut son
unique élément.
"""
def __init__(self, initial):
""" Remplit la grille avec des valeurs qui respectent les carrés."""
state = np.array([frozenset(range(1, 10) if k == 0 else [k])
for k in initial]).reshape((9,9))
state = normalize_state(state)
self.initial = tuple(state.flatten())
def actions(self, state):
"""
les actions sont déterminées en retournant les possibilitiés qui
manquent simultanément dans une ligne, colonne et grille correspondantes
à une case.
La position de la case et la nouvelle valeur possible est retournée sous
forme d'un triplet (i, j, k).
"""
state = numpify_state(state)
for i, j in zip(*np.where(vlen(state) > 1)):
for k in state[i, j]:
yield i, j, k
def result(self, state, action):
"""
Calcule la configuration résultante à appliquer une action sur une
configuration.
Le nouvel état est une copie modifiée de l'état passé en argument.
"""
state = numpify_state(state)
i, j, k = action
state.itemset((i, j), frozenset([k]))
# normalize
normalized_state = normalize_state(state)
return tuple(normalized_state.flatten())
def goal_test(self, state):
"""
Vérifie si tous les ensembles de la grilles sont composés d'un seul
élément.
"""
return all(map(lambda x: len(x) == 1, state))
def value(self, state):
"""
La valeur d'une grille est déterminée par la somme des possibilités de
ses cases. 81 est soustrait, car une case sans possibilités contient au
moins une valeur, soit l'unique possibilité.
"""
return sum(map(len, state))