骑士周游问题非递归实现

骑士周游问题是一个著名的 NP 问题，它的解决需要用到回溯算法。下面是骑士周游问题的非递归实现：

1. 构建棋盘，初始化为 0
2. 记录下当前位置，从 (0, 0) 开始
3. 将当前位置的值设为步数
4. 如果当前步数等于棋盘大小，则成功退出
5. 如果当前步数小于棋盘大小，则按照预设的移动方向依次进行移动（注意判断是否越界），直到找到一个可行的位置
6. 如果找到了一个可行的位置，则继续执行步骤 3，否则回溯到上一个位置，修改当前位置的值为 0，继续寻找下一个可行位置

具体实现可以参考以下代码：

def knightTour(n):
    # 初始化棋盘
    board = [[0] * n for i in range(n)]
    # 移动方向
    moves = ((2, 1), (1, 2), (-1, 2), (-2, 1),
             (-2, -1), (-1, -2), (1, -2), (2, -1))

    # 记录当前位置
    row, col = 0, 0
    pos = 0
    board[row][col] = pos

    while pos < n * n - 1:
        # 标记当前位置已被访问
        board[row][col] = pos
        found = False
        # 尝试向下一个位置移动
        for move in moves:
            next_row = row + move[0]
            next_col = col + move[1]
            if 0 <= next_row < n and 0 <= next_col < n and board[next_row][next_col] == 0:
                row, col = next_row, next_col
                pos += 1
                found = True
                break
        # 如果无法找到下一个位置，回溯到上一个位置
        if not found:
            board[row][col] = 0
            pos -= 1
            row, col = [i for i, row in enumerate(board) if pos in row][0], [row.index(pos) for row in board if pos in row][0]

    # 输出结果
    for row in board:
        print(row)

注意，这种非递归实现方式可能会比递归实现方式更复杂一些。