所以,我正在尝试编写一个模拟游戏 Boggle 的 java 程序。它输入两个文本文件,第一个是代表 nxn 板的文本文件,其中第一行包含板的尺寸,即 4x4.txt 文件的第一行将是数字 4,其余将是板本身。第二个 txt 文件将是一个包含所有可能的字典单词的文件。
我首先想验证我们用来从 nxn 网格生成所有可能的字符串输出的算法是否正确。我使用深度优先搜索算法来做到这一点。
我相信我已经把这部分弄对了。但是,现在我要实施一种启发式方法来帮助识别死胡同,并避免搜索浪费的单词和浪费时间。我不知道这应该如何进行。任何帮助,将不胜感激。
这是我到目前为止的代码。就像我说的,我的 depthFirstSearch 方法是正确的,并且给了我正确的输出。我也不喜欢使用 TreeSet 来存储字典单词,因为我什至不确定这是否正确。我这样做是因为我知道它是存储可能的字符串组合的正确 ADT。
import java.io.*;
import java.util.*;
public class Boggle {
//Above main declare a static long int numWordsFormed=0;
private static int numWordsFormed = 0;
private static TreeSet<String> allPossWords = new TreeSet<String>();
public static void main(String[] args) throws Exception
{
Scanner dfile = new Scanner(new FileReader(args[0]));
TreeSet<String> dictionary = new TreeSet<String>();
while(dfile.hasNext())
{
dictionary.add(dfile.next());
}
dfile.close();
Scanner bfile = new Scanner(new FileReader(args[1]));
int r = bfile.nextInt();
int c = r;
String[][] board = new String[r][c];
for (int i = 0; i < r; i++)
for (int j = 0; j < c; j++)
board[i][j] = bfile.next();
for(int row = 0; row < board.length; row++)
for(int col = 0; col < board[row].length; col++)
depthFirstSearch(board, row, col, "");
for(String possWords : allPossWords)
System.out.println(possWords);
}
public static void depthFirstSearch(String[][] board, int r, int c, String word)
{
word = word.concat(board[r][c]);
++numWordsFormed;
allPossWords.add(word);
if(((r-1) >= 0) && (Character.isLowerCase(board[r-1][c].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r-1, c, word);
board[r][c] = board[r][c].toLowerCase();
}
if(((r-1) >= 0) && ((c+1) < board[r-1].length) && (Character.isLowerCase(board[r-1][c+1].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r-1, c+1, word);
board[r][c] = board[r][c].toLowerCase();
}
if(((c+1) < board[r].length) && (Character.isLowerCase(board[r][c+1].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r, c+1, word);
board[r][c] = board[r][c].toLowerCase();
}
if(((r+1) < board.length) && ((c+1) < board[r+1].length) && (Character.isLowerCase(board[r+1][c+1].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r+1, c+1, word);
board[r][c] = board[r][c].toLowerCase();
}
if(((r+1) < board.length) && (Character.isLowerCase(board[r+1][c].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r+1, c, word);
board[r][c] = board[r][c].toLowerCase();
}
if(((r+1) < board.length) && ((c-1) >= 0) && (Character.isLowerCase(board[r+1][c-1].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r+1, c-1, word);
board[r][c] = board[r][c].toLowerCase();
}
if(((c-1) >= 0) && (Character.isLowerCase(board[r][c-1].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r, c-1, word);
board[r][c] = board[r][c].toLowerCase();
}
if(((r-1) >= 0) && ((c-1) >= 0) && (Character.isLowerCase(board[r-1][c-1].charAt(0)))){
board[r][c] = board[r][c].toUpperCase();
depthFirstSearch(board, r-1, c-1, word);
board[r][c] = board[r][c].toLowerCase();
}
}
}