将马随机放在国际象棋的88棋盘Bord[8II8]的某个方格中，马按走棋规则进行移动。要求每个方格上只进入一次，走遍棋盘上全部64个方格。【基本要求】: (1)编制非递归程序，求出马的行走路线，并按求出的行走路线，将数字 1，2，…，64依次填入一个88的方阵，输出之。 (2)测试数据:由读者指定可自行指定一个马的初始位置。 用

很好，以下是一个测试数据，您可以将其作为输入，检查程序是否能够正确输出行走路线，并将数字 1，2，…，64 填入方阵中。

测试数据：将马放在棋盘的左上角（即 A1），求解其行走路线。

期望输出：

 1 18  7 12 23 28 19  2
 8 11 22 27 36 17 24 29
13  6 35 20 31 34  3 16
26  9 14 21 44 33 30 25
37 48  5 32 47 42 15 64
46 55 10 41 52 39 56 45
57 38 49 54 61 50 63 40
62 51 58 43 60 53 36 31

希望这个测试数据能够帮助您。

相关问题

问题描述：将马随机放在国际象棋的 848 棋盘 Bord[8 118]的某个方格中，马按走棋规 则进行移动。要求每个方格上只进入一次，走遍棋盘上全部64 个方格。编制非递归程序， 求出马的行走路线，并按求出的行走路线，将数宇1，2…，64 依次填入8#0;众8+ 8的方 阵，输出之

以下是 Python 代码实现：

# 初始化棋盘
board = [[0 for x in range(8)] for y in range(8)]

# 马走的8个方向
dx = [1, 2, 2, 1, -1, -2, -2, -1]
dy = [2, 1, -1, -2, -2, -1, 1, 2]

# 判断一个位置是否在棋盘内
def is_valid(x, y):
    if x < 0 or x >= 8 or y < 0 or y >= 8:
        return False
    return True

# 非递归方式实现马踏棋盘
def knight_tour(board, start_x, start_y):
    stack = [(start_x, start_y)]
    board[start_x][start_y] = 1
    pos = 2

    while stack:
        (x, y) = stack[-1]
        reached = False
        for i in range(8):
            new_x = x + dx[i]
            new_y = y + dy[i]
            if is_valid(new_x, new_y) and board[new_x][new_y] == 0:
                stack.append((new_x, new_y))
                board[new_x][new_y] = pos
                pos += 1
                reached = True
                break
        if not reached:
            board[x][y] = 0
            stack.pop()
            pos -= 1

    return board

# 输出结果
board = knight_tour(board, 0, 0)
for i in range(8):
    for j in range(8):
        print("%2d" % board[i][j], end=" ")
    print()

以上代码中，我们首先定义了一个 8x8 的二维数组 `board`，用于表示棋盘，初始值都为 0。然后定义了马走的8个方向的坐标变化数组 `dx` 和 `dy`。接着实现了一个 `is_valid` 函数，用于判断一个位置是否在棋盘内。最后使用非递归方式实现了马踏棋盘算法，将遍历过的位置标记为已访问，并使用栈来记录当前的位置。

最后输出遍历结果，即完成马踏棋盘的行走路线，并按求出的行走路线，将数宇1，2…，64 依次填入8x8的方阵中，并输出。

在showBord(bord:list)实现棋盘状态可视化、is_goal_state(state,goal_state)实现棋盘状态判断，find_zero(state)、is_valid(state)、move(state,direction)、move_sequence(state,sequence)实现规则允许下的棋盘操作，这些基础上编程实现宽度优先搜索算法

好的，让我来逐一回答你的问题。

首先，关于棋盘状态可视化，你可以在程序中定义一个函数 `showBoard(bord:list)`，该函数可以将棋盘状态 `bord` 以可视化的形式输出。你可以使用类似于以下的代码实现：

def showBoard(bord: list):
    for i in range(len(bord)):
        for j in range(len(bord[i])):
            print(bord[i][j], end=" ")
        print()

然后，关于棋盘状态判断，你可以在程序中定义一个函数 `is_goal_state(state, goal_state)`，该函数可以判断当前状态 `state` 是否为目标状态 `goal_state`。你可以使用类似于以下的代码实现：

def is_goal_state(state, goal_state):
    return state == goal_state

接下来，关于棋盘操作，我们可以定义以下几个函数：

1. `find_zero(state)`：该函数可以用于查找当前状态 `state` 中的空白格子，即值为 0 的格子。你可以使用类似于以下的代码实现：

    def find_zero(state):
        for i in range(len(state)):
            for j in range(len(state[i])):
                if state[i][j] == 0:
                    return i, j

2. `is_valid(state)`：该函数可以用于判断当前状态 `state` 是否合法，即是否存在规则允许的操作。你可以使用类似于以下的代码实现：

    def is_valid(state):
        zero_i, zero_j = find_zero(state)
        return (zero_i > 0) or (zero_i < len(state) - 1) or (zero_j > 0) or (zero_j < len(state[0]) - 1)

3. `move(state, direction)`：该函数可以用于根据给定的方向 `direction`，在当前状态 `state` 中移动空白格子。你可以使用类似于以下的代码实现：

    def move(state, direction):
        zero_i, zero_j = find_zero(state)
        if direction == "up":
            state[zero_i][zero_j], state[zero_i-1][zero_j] = state[zero_i-1][zero_j], state[zero_i][zero_j]
        elif direction == "down":
            state[zero_i][zero_j], state[zero_i+1][zero_j] = state[zero_i+1][zero_j], state[zero_i][zero_j]
        elif direction == "left":
            state[zero_i][zero_j], state[zero_i][zero_j-1] = state[zero_i][zero_j-1], state[zero_i][zero_j]
        elif direction == "right":
            state[zero_i][zero_j], state[zero_i][zero_j+1] = state[zero_i][zero_j+1], state[zero_i][zero_j]
        return state

4. `move_sequence(state, sequence)`：该函数可以用于根据给定的操作序列 `sequence`，依次在当前状态 `state` 中移动空白格子。你可以使用类似于以下的代码实现：

    def move_sequence(state, sequence):
        for direction in sequence:
            state = move(state, direction)
        return state

最后，关于宽度优先搜索算法，你可以使用以下代码实现：

from collections import deque

def bfs(start_state, goal_state):
    queue = deque([(start_state, [])])
    visited = set()
    while queue:
        state, path = queue.popleft()
        if is_goal_state(state, goal_state):
            return path
        if str(state) in visited:
            continue
        visited.add(str(state))
        if is_valid(state):
            for direction in ["up", "down", "left", "right"]:
                new_state = move(state, direction)
                if str(new_state) not in visited:
                    queue.append((new_state, path + [direction]))
    return None

以上就是实现宽度优先搜索算法的全部内容。当然，这只是一个简单的实现，你可以根据自己的需要进行修改和优化。