Artificial intelligence 15个拼图的不相交模式数据库

我有一些问题。 1.如何为15个拼图创建不相交的模式数据库？

---

2.模式数据库（5-5-5）或（6-3-2）是什么意思？

您试图一次做的太多了。想想这个谜的状态：

 1  2  3  4
 5 10  6  8
 9  7  _ 12
13 14 11 15

（其中

\u

是空白）。置换（在此上下文中）是将空白空间与相邻的磁贴进行交换：

 1  2  3  4
 5 10  6  8
 9  7 12  _
13 14 11 15

模式是状态的部分规范，其中（在此上下文中）某些分片可能未指定，如下所示：

 1  2  3  4
 5  *  *  *
 9  *  *  *
13  *  *  _

这个特定的模式看起来像一个目标模式，也就是说目标状态的部分规范。该模式的模式数据库是通过排列从该模式获得的所有模式的集合，以及从该模式达到该状态所需的相应最小移动次数。以下是另一个目标模式：

 *  *  *  *
 *  6  7  8
 * 10 11 12
 * 14 15  _

请注意，这两个目标模式是不相交的（它们没有共同的分幅），因此它们的模式数据库称为不相交模式数据库

---

这有帮助吗？

你想一下子做太多的事。想想这个谜的状态：

 1  2  3  4
 5 10  6  8
 9  7  _ 12
13 14 11 15

（其中

\u

是空白）。置换（在此上下文中）是将空白空间与相邻的磁贴进行交换：

 1  2  3  4
 5 10  6  8
 9  7 12  _
13 14 11 15

模式是状态的部分规范，其中（在此上下文中）某些分片可能未指定，如下所示：

 1  2  3  4
 5  *  *  *
 9  *  *  *
13  *  *  _

这个特定的模式看起来像一个目标模式，也就是说目标状态的部分规范。该模式的模式数据库是通过排列从该模式获得的所有模式的集合，以及从该模式达到该状态所需的相应最小移动次数。以下是另一个目标模式：

 *  *  *  *
 *  6  7  8
 * 10 11 12
 * 14 15  _

请注意，这两个目标模式是不相交的（它们没有共同的分幅），因此它们的模式数据库称为不相交模式数据库

---

这有帮助吗？

这意味着首先我们必须从中生成所有可能的置换

 1  2  3  4
 5  *  *  *
 9  *  *  *
 13  *  * _

例如，它将是

 1  *  3  4           
 5  2  *  *
 9  *  *  *
 13  *  * _ 

 1  2  3  *
 5  *  *  4
 9  *  *  *
 13  *  * _

然后从这个排列运行BFS并尝试达到目标状态

---

如何从这个数字1，2，3，4，5，9，13生成所有的置换，一些伪码？

这意味着首先我们必须从这些数字生成所有可能的置换

 1  2  3  4
 5  *  *  *
 9  *  *  *
 13  *  * _

例如，它将是

 1  *  3  4           
 5  2  *  *
 9  *  *  *
 13  *  * _ 

 1  2  3  *
 5  *  *  4
 9  *  *  *
 13  *  * _

然后从这个排列运行BFS并尝试达到目标状态

---

如何从这些数字1、2、3、4、5、9、13生成所有这些排列？一些伪代码？

1）您必须指定一个目标模式，然后构造可以通过排列从目标模式获得的所有模式集。哪一部分给你带来了麻烦？2） 我不知道；

（5-5-5）

和

（6-3-2）

从哪里来？请给出第1节的示例。目标模式的示例？还是排列？或者是一组通过排列可以得到的图案？所有这些的一个例子。事实上，我不明白如何指定目标模式。目标模式是随机模式还是目标？我在这个主题上写道。也许这对您有帮助。1）您必须指定一个目标模式，然后构造一组可以通过排列从目标模式获得的所有模式。哪一部分给你带来了麻烦？2） 我不知道；

（5-5-5）

和

（6-3-2）

从哪里来？请给出第1节的示例。目标模式的示例？还是排列？或者是一组通过排列可以得到的图案？所有这些的一个例子。事实上，我不明白如何指定目标模式。目标模式是随机模式还是目标？我在这个主题上写道。在阅读AI:AMA时，我偶然发现了模式数据库。能不能请你推荐一些能帮助我进一步了解这个问题的材料？@senseiwu:我想在我看到这个问题之前，我从来没有听说过这些材料。我可能是在维基百科上查到的。在阅读AI:AMA时，我偶然发现了模式数据库。能不能请你推荐一些能帮助我进一步了解这个问题的材料？@senseiwu:我想在我看到这个问题之前，我从来没有听说过这些材料。我可能是在维基百科上查到的。