HyperAIHyperAI

Command Palette

Search for a command to run...

نهج غير متكرر وموفر للمساحة للكشف عن جميع الحلول الممكنة لمشكلة ملكات الشطرنج N-ملكة

Sarbajit Manna Suklav Ghosh

الملخص

يُعدّ مسألة ملكة الشطرنج (N-Queens) مشكلة وضع N ملكات شطرنج على لوحة شطرنج من الحجم NxN بحيث لا تهاجم أي منهن الأخرى. يمكن لملكة الشطرنج الحركة أفقيًا وعموديًا وقطريًا. وبالتالي، يجب وضع الجيران (الملكات الأخرى) بطريقة تضمن عدم حدوث تصادم في أي من هذه الاتجاهات الثلاثة. يعترف العلماء بحقيقة أن معامل الفرع (Branching Factor) يزداد بشكل تقريبي خطيًا. وباستخدام أنماط البحث المدعومة بالذكاء الاصطناعي مثل خوارزمية البحث بالعرض (Breadth-First Search - BFS) وبحث العمق (Depth-First Search - DFS) وتقنيات التراجع (Backtracking)، توصل العديد من الباحثين إلى تحديد هذه المسألة وابتكار عدد من الطرق لحساب الحلول الممكنة لمسألة ملكة الشطرنج (N-Queens). وتستخدم الحلول القائمة على النهج الأعمى (أي الخوارزميات غير المُدركة مثل BFS وDFS) التكرار (Recursion)، كما يعتمد خوارزمية التراجع أيضًا على التكرار في حل هذه المسألة. وجميع هذه الخوارزميات التكرارية تعتمد على مكدس النظام (System Stack) الذي يمتلك سعة محدودة. وبالتالي، فإنها تستهلك الذاكرة بسرعة عند قيم صغيرة لـ N، رغم أن ذلك يعتمد على مواصفات الجهاز. تتناول هذه الورقة البحثية المشكلة المذكورة أعلاه وتقترح نهجًا غير تكراري يعتمد على خوارزمية البحث بالعمق (DFS) لحل المسألة بهدف توفير الذاكرة النظامية. في هذه الدراسة، تم استخدام خوارزمية البحث بالعمق (DFS) كنهج أعمى أو خوارزمية بحث غير مُدركة. أظهرت هذه الدراسة التجريبية نتائج مميزة من حيث الوقت والمساحة المطلوبة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp