[论文解读] Techniques for Solving Sudoku Puzzles

Eric C. Chi, Kenneth Lange|arXiv (Cornell University)|Mar 11, 2012

graph theory and CDMA systems被引用 5

一句话总结

本文评估了三种算法——回溯法、模拟退火和交替投影——求解数独谜题，表明回溯法在标准9×9数独中最为可靠且高效，而交替投影法在难题上表现出色，因其在困难实例上收敛更快。研究揭示了组合优化中精确方法与近似方法之间的权衡。

ABSTRACT

Solving Sudoku puzzles is one of the most popular pastimes in the world. Puzzles range in difficulty from easy to very challenging; the hardest puzzles tend to have the most empty cells. The current paper explains and compares three algorithms for solving Sudoku puzzles. Backtracking, simulated annealing, and alternating projections are generic methods for attacking combinatorial optimization problems. Our results favor backtracking. It infallibly solves a Sudoku puzzle or deduces that a unique solution does not exist. However, backtracking does not scale well in high-dimensional combinatorial optimization. Hence, it is useful to expose students in the mathematical sciences to the other two solution techniques in a concrete setting. Simulated annealing shares a common structure with MCMC (Markov chain Monte Carlo) and enjoys wide applicability. The method of alternating projections solves the feasibility problem in convex programming. Converting a discrete optimization problem into a continuous optimization problem opens up the possibility of handling combinatorial problems of much higher dimensionality.

研究动机与目标

• 评估并比较三种通用算法——回溯法、模拟退火和交替投影——求解数独谜题。
• 评估在组合优化中精确方法与近似方法的可扩展性与性能，以数独为测试案例。
• 展示这些算法如何作为教学工具，用于教授数学科学中的计算问题求解方法。
• 探索连续优化技术（如交替投影）在求解离散组合问题（如数独）中的潜力。
• 根据问题难度与计算约束，为算法选择提供洞见。

提出的方法

• 回溯法通过为空白单元格分配数字系统性地探索部分解，利用约束传播和列表基数排序法尽早剪枝无效分支。
• 模拟退火使用递减温度调度的随机搜索以逃离局部极小值，将其建模为马尔可夫链蒙特卡洛（MCMC）的类比。
• 交替投影将离散数独问题重新表述为凸集中的可行性问题，通过在行、列和宫格约束上迭代投影，逐步收敛至解。
• 算法以C语言（回溯法）、Fortran 95（模拟退火与交替投影）实现，并在多样化的谜题集上进行测试，包括标准谜题与高难度基准集。
• 通过运行时间统计与成功率评估性能，涵盖不同难度的谜题，包括‘Top 95’高难度基准集。
• 数独约束被编码为整数赋值，要求行列与3×3宫格内数字唯一，构成一个NP完全可满足性问题。

实验结果

研究问题

• RQ1 在标准与高难度数独谜题中，回溯法、模拟退火与交替投影在成功率与运行时间上的表现如何比较？
• RQ2 为何模拟退火在最困难的谜题中会失效？局部极小值在性能下降中起到何种作用？
• RQ3 尽管是近似方法，交替投影法是否能在极难数独实例上超越回溯法？
• RQ4 连续优化技术（如交替投影）在多大程度上可应用于离散组合问题（如数独）？
• RQ5 从数独算法性能中可获得哪些关于高维组合优化广泛应用的洞见？

主要发现

• 回溯法成功解决了所有测试的9×9数独谜题，包括最困难的‘Top 95’基准集，平均运行时间为0.159秒，最大为0.525秒。
• 模拟退火解决了几乎所有最困难的手写铅笔谜题，但运行时间方差较大，最大时间为7.204秒，平均为1.104秒。
• 交替投影在标准谜题中表现中等，但在最难题目中表现更优，部分实例的求解速度甚至快于回溯法，如散点图中低于虚线的点所示。
• 在‘Top 95’谜题中，典型局部极小值使模拟退火陷入停滞，即使一步交换也会增加约束违反，解释了其在这些情况下的失败。
• 在某些极难谜题中，交替投影法比回溯法更快找到正确解，表明其在高维组合优化问题中具有潜力。
• 本研究证实回溯法是数独求解中最可靠的方法，但近似方法（如交替投影）在更大或更复杂实例中可能更具可扩展性。