Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.09708

帮助 | 高级搜索

计算机科学 > 计算机科学中的逻辑

arXiv:2507.09708 (cs)
[提交于 2025年7月13日 ]

标题: 一种关于数独求解算法的研究:回溯法和启发式方法

标题: A Study Of Sudoku Solving Algorithms: Backtracking and Heuristic

Authors:Apekshya Bhattarai (1), Dinisha Uprety (1), Pooja Pathak (1), Safal Narshing Shrestha (1), Salina Narkarmi (1), Sanjog Sigdel (1) ((1) Department of Computer Science and Engineering, Kathmandu University, Nepal)
摘要: 本文提出了对数独求解策略的比较分析,重点研究递归回溯和基于启发式的约束传播方法。 使用包含五个难度等级(初级到专家级)的500个谜题的数据集,我们根据平均求解时间评估了性能。 启发式方法始终优于回溯法,在初级谜题中加速比达到1.27倍,在专家级谜题中达到2.91倍。 这些发现强调了启发式策略的有效性,尤其是在处理不同难度等级的复杂谜题时。
摘要: This paper presents a comparative analysis of Sudoku-solving strategies, focusing on recursive backtracking and a heuristic-based constraint propagation method. Using a dataset of 500 puzzles across five difficulty levels (Beginner to Expert), we evaluated performance based on average solving time. The heuristic approach consistently outperformed backtracking, achieving speedup ratios ranging from 1.27x in Beginner puzzles to 2.91x in Expert puzzles. These findings underscore the effectiveness of heuristic strategies, particularly in tackling complex puzzles across varying difficulty levels.
评论: 14页
主题: 计算机科学中的逻辑 (cs.LO)
引用方式: arXiv:2507.09708 [cs.LO]
  (或者 arXiv:2507.09708v1 [cs.LO] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.09708
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Sanjog Sigdel [查看电子邮件]
[v1] 星期日, 2025 年 7 月 13 日 16:55:40 UTC (116 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.LO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号