数独算法无法按预期工作

如何解决数独算法无法按预期工作

我正在尝试解决数独结果。但它并没有像我预期的那样工作。

import numpy as np

grid = [[5,3,7,0],#x0
        [6,1,9,5,#x1
        [0,8,6,#x2
        [8,3],#x3
        [4,1],#x4
        [7,2,6],#x5
        [0,#x6
        [0,4,5],#x7
        [0,9]]#x8
#       y0 y1 y2 y3 y4 y5 y6 y7 y8    
    
def possible(x,y,n,matris):
        for i in range(0,9):
                if matris[x][i] == n:
                        return False
        for i in range(0,9):
                if matris[i][y] == n:
                        return False
        x0 = (x//3)*3
        y0 = (x//3)*3
        for i in range(0,3):
                for j in range(0,3):
                        if matris[x0+i][y0+j] == n:
                                return False
        return True


def solve(sudoku):
        for x in range(9):
                for y in range(9):
                        if sudoku[x][y] == 0: 
                                for n in range(1,10):
                                        if possible(x,sudoku):
                                                sudoku[x][y]=n
        return np.matrix(sudoku)
                          
print(solve(grid))

输出，如您所见，没有给我未解决的数独网格的结果。我看不出有什么问题。

[[5 3 4 2 7 1 0 0 0] 
 [6 7 2 1 9 5 0 0 0] 
 [1 9 8 0 0 0 0 6 0] 
 [8 5 7 0 6 4 1 0 3] 
 [4 8 5 9 0 3 7 0 1] 
 [7 1 0 8 2 0 5 0 6] 
 [3 6 1 0 4 0 2 8 0] 
 [0 0 6 4 1 9 3 0 5] 
 [0 4 0 6 8 0 0 7 9]]

可能是什么问题，有什么想法吗？

解决方法

首先，您在问题中列出的难题没有解决方案。您可以在 Sudoku Solutions 上进行验证。点击加载按钮并输入“trincot_for_so”作为识别码以加载拼图。

如果在中心的 3x3 框中将 9 更改为 0，则有一个解决方案。该解决方案将在该单元格中显示 8。

其次，您的代码在这一行中有一个（复制/粘贴）错误：

y0 = (x//3)*3

应该是：

y0 = (y//3)*3

要解决确实有解决方案的难题，您需要实施回溯。为此，您可以使用递归。您的主要功能如下所示：

def solve(sudoku):
    for x in range(9):
        for y in range(9):
            if sudoku[x][y] == 0:
                for n in range(1,10):
                    if possible(x,y,n,sudoku):
                        sudoku[x][y] = n
                        # Use recursion to solve the rest of the puzzle
                        result = solve(sudoku)
                        # If rest of the puzzle could be solved,return the solution
                        if result is not None:
                            return result
                        # Backtrack. Allow inner loop to try another value
                        sudoku[x][y] = 0
                # If none of the values for this cell work: no solution (None)
                return
    # We only get here when solve was called with a completely filled-in grid
    return np.matrix(sudoku)