智能贪吃蛇的实现方法介绍

  小小贪吃蛇游戏本身倒是不难，而想要实现贪吃蛇智能化却是相当困难。下面将简单介绍实现智能贪吃蛇的两种方法。

---

Hamilton（哈密顿）

  这个方法就是我上个博客想要实现智能考虑的方法，平均步数要比第二种方法多，但成功率是100%啊！（1000次实验）。一个回路，若它通过图的每一个节点一次，且仅一次，就是哈密顿回路。存在哈密顿回路的图就是哈密顿图。哈密顿图就是从一点出发，经过所有的必须且只能一次，最终回到起点的路径。要满足两个条件：
1. 封闭的环
2. 是一个连通图，且图中任意两点可达

• 经过图（有向图或无向图）中所有顶点一次且仅一次的通路称为哈密顿通路。
• 经过图中所有顶点一次且仅一次的回路称为哈密顿回路。
• 具有哈密顿回路的图称为哈密顿图，具有哈密顿通路但不具有哈密顿回路的图称为半哈密顿图。
• 平凡图是哈密顿图。

  在上一个博客中，我已经，构建出一个基本环路。若进行完善，我们能够得到一些较小的环。绕着这些环行走，蛇能够以较小的行动路径吃到一个果子。同时蛇又能够自然的从小环路走到大环路中。构造小环路的方式不是唯一的，好的构造方法能够让我们尽快的吃到果子。

---

贪心算法(Greedy Algorithms)

  贪心算法在解决问题的策略上目光短浅，只根据当前已有的信息就做出选择，而且一旦做出了选择，不管将来有什么结果，这个选择都不会改变。换言之，贪心法并不是从整体最优考虑，它所做出的选择只是在某种意义上的局部最优。贪心算法对于大部分的优化问题都能产生最优解，但不能总获得整体最优解，通常可以获得近似最优解。
该算法存在问题：
1. 不能保证求得的最后解是最佳的；
2. 不能用来求最大或最小解问题；
3. 只能求满足某些约束条件的可行解的范围。

  简单来说，就是走一步看一步。上一篇博客中的伪代码就是这一思路，很容易把自己逼进死胡同，这也就是为什么1000次实验中成功率仅有27.4%了