196040

VI Prv kolokvium Ghost on skates

Jun 16th, 2021
841
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
  1. import bisect
  2.  
  3.  
  4. """
  5. Дефинирање на класа за структурата на проблемот кој ќе го решаваме со пребарување.
  6. Класата Problem е апстрактна класа од која правиме наследување за дефинирање на основните
  7. карактеристики на секој проблем што сакаме да го решиме
  8. """
  9.  
  10.  
  11. class Problem:
  12.     def __init__(self, initial, goal=None):
  13.         self.initial = initial
  14.         self.goal = goal
  15.  
  16.     def successor(self, state):
  17.         """За дадена состојба, врати речник од парови {акција : состојба}
  18.        достапни од оваа состојба. Ако има многу следбеници, употребете
  19.        итератор кој би ги генерирал следбениците еден по еден, наместо да
  20.        ги генерирате сите одеднаш.
  21.  
  22.        :param state: дадена состојба
  23.        :return:  речник од парови {акција : состојба} достапни од оваа
  24.                  состојба
  25.        :rtype: dict
  26.        """
  27.         raise NotImplementedError
  28.  
  29.     def actions(self, state):
  30.         """За дадена состојба state, врати листа од сите акции што може да
  31.        се применат над таа состојба
  32.  
  33.        :param state: дадена состојба
  34.        :return: листа на акции
  35.        :rtype: list
  36.        """
  37.         raise NotImplementedError
  38.  
  39.     def result(self, state, action):
  40.         """За дадена состојба state и акција action, врати ја состојбата
  41.        што се добива со примена на акцијата над состојбата
  42.  
  43.        :param state: дадена состојба
  44.        :param action: дадена акција
  45.        :return: резултантна состојба
  46.        """
  47.         raise NotImplementedError
  48.  
  49.     def goal_test(self, state):
  50.         """Врати True ако state е целна состојба. Даденава имплементација
  51.        на методот директно ја споредува state со self.goal, како што е
  52.        специфицирана во конструкторот. Имплементирајте го овој метод ако
  53.        проверката со една целна состојба self.goal не е доволна.
  54.  
  55.        :param state: дадена состојба
  56.        :return: дали дадената состојба е целна состојба
  57.        :rtype: bool
  58.        """
  59.         return state == self.goal
  60.  
  61.     def path_cost(self, c, state1, action, state2):
  62.         """Врати ја цената на решавачкиот пат кој пристигнува во состојбата
  63.        state2 од состојбата state1 преку акцијата action, претпоставувајќи
  64.        дека цената на патот до состојбата state1 е c. Ако проблемот е таков
  65.        што патот не е важен, оваа функција ќе ја разгледува само состојбата
  66.        state2. Ако патот е важен, ќе ја разгледува цената c и можеби и
  67.        state1 и action. Даденава имплементација му доделува цена 1 на секој
  68.        чекор од патот.
  69.  
  70.        :param c: цена на патот до состојбата state1
  71.        :param state1: дадена моментална состојба
  72.        :param action: акција која треба да се изврши
  73.        :param state2: состојба во која треба да се стигне
  74.        :return: цена на патот по извршување на акцијата
  75.        :rtype: float
  76.        """
  77.         return c + 1
  78.  
  79.     def value(self):
  80.         """За проблеми на оптимизација, секоја состојба си има вредност. 
  81.        Hill-climbing и сличните алгоритми се обидуваат да ја максимизираат
  82.        оваа вредност.
  83.  
  84.        :return: вредност на состојба
  85.        :rtype: float
  86.        """
  87.         raise NotImplementedError
  88.  
  89.  
  90. """
  91. Дефинирање на класата за структурата на јазел од пребарување.
  92. Класата Node не се наследува
  93. """
  94.  
  95.  
  96. class Node:
  97.     def __init__(self, state, parent=None, action=None, path_cost=0):
  98.         """Креирај јазол од пребарувачкото дрво, добиен од parent со примена
  99.        на акцијата action
  100.  
  101.        :param state: моментална состојба (current state)
  102.        :param parent: родителска состојба (parent state)
  103.        :param action: акција (action)
  104.        :param path_cost: цена на патот (path cost)
  105.        """
  106.         self.state = state
  107.         self.parent = parent
  108.         self.action = action
  109.         self.path_cost = path_cost
  110.         self.depth = 0  # search depth
  111.         if parent:
  112.             self.depth = parent.depth + 1
  113.  
  114.     def __repr__(self):
  115.         return "<Node %s>" % (self.state,)
  116.  
  117.     def __lt__(self, node):
  118.         return self.state < node.state
  119.  
  120.     def expand(self, problem):
  121.         """Излистај ги јазлите достапни во еден чекор од овој јазол.
  122.  
  123.        :param problem: даден проблем
  124.        :return: листа на достапни јазли во еден чекор
  125.        :rtype: list(Node)
  126.        """
  127.  
  128.         return [self.child_node(problem, action)
  129.                 for action in problem.actions(self.state)]
  130.  
  131.     def child_node(self, problem, action):
  132.         """Дете јазел
  133.  
  134.        :param problem: даден проблем
  135.        :param action: дадена акција
  136.        :return: достапен јазел според дадената акција
  137.        :rtype: Node
  138.        """
  139.         next_state = problem.result(self.state, action)
  140.         return Node(next_state, self, action,
  141.                     problem.path_cost(self.path_cost, self.state,
  142.                                       action, next_state))
  143.  
  144.     def solution(self):
  145.         """Врати ја секвенцата од акции за да се стигне од коренот до овој јазол.
  146.  
  147.        :return: секвенцата од акции
  148.        :rtype: list
  149.        """
  150.         return [node.action for node in self.path()[1:]]
  151.  
  152.     def solve(self):
  153.         """Врати ја секвенцата од состојби за да се стигне од коренот до овој јазол.
  154.  
  155.        :return: листа од состојби
  156.        :rtype: list
  157.        """
  158.         return [node.state for node in self.path()[0:]]
  159.  
  160.     def path(self):
  161.         """Врати ја листата од јазли што го формираат патот од коренот до овој јазол.
  162.  
  163.        :return: листа од јазли од патот
  164.        :rtype: list(Node)
  165.        """
  166.         x, result = self, []
  167.         while x:
  168.             result.append(x)
  169.             x = x.parent
  170.         result.reverse()
  171.         return result
  172.  
  173.     """Сакаме редицата од јазли кај breadth_first_search или
  174.    astar_search да не содржи состојби - дупликати, па јазлите што
  175.    содржат иста состојба ги третираме како исти. [Проблем: ова може
  176.    да не биде пожелно во други ситуации.]"""
  177.  
  178.     def __eq__(self, other):
  179.         return isinstance(other, Node) and self.state == other.state
  180.  
  181.     def __hash__(self):
  182.         return hash(self.state)
  183.  
  184.  
  185. """
  186. Дефинирање на помошни структури за чување на листата на генерирани, но непроверени јазли
  187. """
  188.  
  189.  
  190. class Queue:
  191.     """Queue е апстрактна класа / интерфејс. Постојат 3 типа:
  192.         Stack(): Last In First Out Queue (стек).
  193.         FIFOQueue(): First In First Out Queue (редица).
  194.         PriorityQueue(order, f): Queue во сортиран редослед (подразбирливо,од најмалиот кон
  195.                                 најголемиот јазол).
  196.     """
  197.  
  198.     def __init__(self):
  199.         raise NotImplementedError
  200.  
  201.     def append(self, item):
  202.         """Додади го елементот item во редицата
  203.  
  204.        :param item: даден елемент
  205.        :return: None
  206.        """
  207.         raise NotImplementedError
  208.  
  209.     def extend(self, items):
  210.         """Додади ги елементите items во редицата
  211.  
  212.        :param items: дадени елементи
  213.        :return: None
  214.        """
  215.         raise NotImplementedError
  216.  
  217.     def pop(self):
  218.         """Врати го првиот елемент од редицата
  219.  
  220.        :return: прв елемент
  221.        """
  222.         raise NotImplementedError
  223.  
  224.     def __len__(self):
  225.         """Врати го бројот на елементи во редицата
  226.  
  227.        :return: број на елементи во редицата
  228.        :rtype: int
  229.        """
  230.         raise NotImplementedError
  231.  
  232.     def __contains__(self, item):
  233.         """Проверка дали редицата го содржи елементот item
  234.  
  235.        :param item: даден елемент
  236.        :return: дали queue го содржи item
  237.        :rtype: bool
  238.        """
  239.         raise NotImplementedError
  240.  
  241.  
  242. class Stack(Queue):
  243.     """Last-In-First-Out Queue."""
  244.  
  245.     def __init__(self):
  246.         self.data = []
  247.  
  248.     def append(self, item):
  249.         self.data.append(item)
  250.  
  251.     def extend(self, items):
  252.         self.data.extend(items)
  253.  
  254.     def pop(self):
  255.         return self.data.pop()
  256.  
  257.     def __len__(self):
  258.         return len(self.data)
  259.  
  260.     def __contains__(self, item):
  261.         return item in self.data
  262.  
  263.  
  264. class FIFOQueue(Queue):
  265.     """First-In-First-Out Queue."""
  266.  
  267.     def __init__(self):
  268.         self.data = []
  269.  
  270.     def append(self, item):
  271.         self.data.append(item)
  272.  
  273.     def extend(self, items):
  274.         self.data.extend(items)
  275.  
  276.     def pop(self):
  277.         return self.data.pop(0)
  278.  
  279.     def __len__(self):
  280.         return len(self.data)
  281.  
  282.     def __contains__(self, item):
  283.         return item in self.data
  284.  
  285.  
  286. class PriorityQueue(Queue):
  287.     """Редица во која прво се враќа минималниот (или максималниот) елемент
  288.    (како што е определено со f и order). Оваа структура се користи кај
  289.    информирано пребарување"""
  290.     """"""
  291.  
  292.     def __init__(self, order=min, f=lambda x: x):
  293.         """
  294.        :param order: функција за подредување, ако order е min, се враќа елементот
  295.                      со минимална f(x); ако order е max, тогаш се враќа елементот
  296.                      со максимална f(x).
  297.        :param f: функција f(x)
  298.        """
  299.         assert order in [min, max]
  300.         self.data = []
  301.         self.order = order
  302.         self.f = f
  303.  
  304.     def append(self, item):
  305.         bisect.insort_right(self.data, (self.f(item), item))
  306.  
  307.     def extend(self, items):
  308.         for item in items:
  309.             bisect.insort_right(self.data, (self.f(item), item))
  310.  
  311.     def pop(self):
  312.         if self.order == min:
  313.             return self.data.pop(0)[1]
  314.         return self.data.pop()[1]
  315.  
  316.     def __len__(self):
  317.         return len(self.data)
  318.  
  319.     def __contains__(self, item):
  320.         return any(item == pair[1] for pair in self.data)
  321.  
  322.     def __getitem__(self, key):
  323.         for _, item in self.data:
  324.             if item == key:
  325.                 return item
  326.  
  327.     def __delitem__(self, key):
  328.         for i, (value, item) in enumerate(self.data):
  329.             if item == key:
  330.                 self.data.pop(i)
  331.  
  332.  
  333. from sys import maxsize as infinity
  334.  
  335. """
  336. Информирано пребарување во рамки на граф
  337. """
  338.  
  339.  
  340. def memoize(fn, slot=None):
  341.     """ Запамети ја пресметаната вредност за која била листа од
  342.    аргументи. Ако е специфициран slot, зачувај го резултатот во
  343.    тој slot на првиот аргумент. Ако slot е None, зачувај ги
  344.    резултатите во речник.
  345.  
  346.    :param fn: зададена функција
  347.    :type fn: function
  348.    :param slot: име на атрибут во кој се чуваат резултатите од функцијата
  349.    :type slot: str
  350.    :return: функција со модификација за зачувување на резултатите
  351.    :rtype: function
  352.    """
  353.     if slot:
  354.         def memoized_fn(obj, *args):
  355.             if hasattr(obj, slot):
  356.                 return getattr(obj, slot)
  357.             else:
  358.                 val = fn(obj, *args)
  359.                 setattr(obj, slot, val)
  360.                 return val
  361.     else:
  362.         def memoized_fn(*args):
  363.             if args not in memoized_fn.cache:
  364.                 memoized_fn.cache[args] = fn(*args)
  365.             return memoized_fn.cache[args]
  366.  
  367.         memoized_fn.cache = {}
  368.     return memoized_fn
  369.  
  370.  
  371. def best_first_graph_search(problem, f):
  372.     """Пребарувај низ следбениците на даден проблем за да најдеш цел. Користи
  373.     функција за евалуација за да се одлучи кој е сосед најмногу ветува и
  374.     потоа да се истражи. Ако до дадена состојба стигнат два пата, употреби
  375.     го најдобриот пат.
  376.  
  377.    :param problem: даден проблем
  378.    :type problem: Problem
  379.    :param f: дадена функција за евалуација (проценка)
  380.    :type f: function
  381.    :return: Node or None
  382.    :rtype: Node
  383.    """
  384.     f = memoize(f, 'f')
  385.     node = Node(problem.initial)
  386.     if problem.goal_test(node.state):
  387.         return node
  388.     frontier = PriorityQueue(min, f)
  389.     frontier.append(node)
  390.     explored = set()
  391.     while frontier:
  392.         node = frontier.pop()
  393.         if problem.goal_test(node.state):
  394.             return node
  395.         explored.add(node.state)
  396.         for child in node.expand(problem):
  397.             if child.state not in explored and child not in frontier:
  398.                 frontier.append(child)
  399.             elif child in frontier:
  400.                 incumbent = frontier[child]
  401.                 if f(child) < f(incumbent):
  402.                     del frontier[incumbent]
  403.                     frontier.append(child)
  404.     return None
  405.  
  406.  
  407. def greedy_best_first_graph_search(problem, h=None):
  408.     """ Greedy best-first пребарување се остварува ако се специфицира дека f(n) = h(n).
  409.  
  410.    :param problem: даден проблем
  411.    :type problem: Problem
  412.    :param h: дадена функција за хевристика
  413.    :type h: function
  414.    :return: Node or None
  415.    """
  416.     h = memoize(h or problem.h, 'h')
  417.     return best_first_graph_search(problem, h)
  418.  
  419.  
  420. def astar_search(problem, h=None):
  421.     """ A* пребарување е best-first graph пребарување каде f(n) = g(n) + h(n).
  422.  
  423.    :param problem: даден проблем
  424.    :type problem: Problem
  425.    :param h: дадена функција за хевристика
  426.    :type h: function
  427.    :return: Node or None
  428.    """
  429.     h = memoize(h or problem.h, 'h')
  430.     return best_first_graph_search(problem, lambda n: n.path_cost + h(n))
  431.  
  432.  
  433. def recursive_best_first_search(problem, h=None):
  434.     """Recursive best first search - ја ограничува рекурзијата
  435.    преку следење на f-вредноста на најдобриот алтернативен пат
  436.    од било кој јазел предок (еден чекор гледање нанапред).
  437.  
  438.    :param problem: даден проблем
  439.    :type problem: Problem
  440.    :param h: дадена функција за хевристика
  441.    :type h: function
  442.    :return: Node or None
  443.    """
  444.     h = memoize(h or problem.h, 'h')
  445.  
  446.     def RBFS(problem, node, flimit):
  447.         if problem.goal_test(node.state):
  448.             return node, 0  # (втората вредност е неважна)
  449.         successors = node.expand(problem)
  450.         if len(successors) == 0:
  451.             return None, infinity
  452.         for s in successors:
  453.             s.f = max(s.path_cost + h(s), node.f)
  454.         while True:
  455.             # Подреди ги според најниската f вредност
  456.             successors.sort(key=lambda x: x.f)
  457.             best = successors[0]
  458.             if best.f > flimit:
  459.                 return None, best.f
  460.             if len(successors) > 1:
  461.                 alternative = successors[1].f
  462.             else:
  463.                 alternative = infinity
  464.             result, best.f = RBFS(problem, best, min(flimit, alternative))
  465.             if result is not None:
  466.                 return result, best.f
  467.  
  468.     node = Node(problem.initial)
  469.     node.f = h(node)
  470.     result, bestf = RBFS(problem, node, infinity)
  471.     return result
  472.    
  473. def Gore1(ghost, holes, n):
  474.     ghostx = ghost[0]
  475.     ghosty = ghost[1]
  476.     if (ghostx, ghosty+1) not in holes and ghosty+1 < n:
  477.        return (ghostx, ghosty+1)
  478.     else:
  479.         return (-1, -1)
  480.    
  481. def Gore2(ghost, holes, n):
  482.     ghostx = ghost[0]
  483.     ghosty = ghost[1]
  484.     if (ghostx, ghosty+2) not in holes and ghosty+2 < n:
  485.        return (ghostx, ghosty+2)
  486.     else:
  487.         return (-1, -1)
  488.        
  489. def Gore3(ghost, holes, n):
  490.     ghostx = ghost[0]
  491.     ghosty = ghost[1]
  492.     if (ghostx, ghosty+3) not in holes and ghosty+3 < n:
  493.        return (ghostx, ghosty+3)
  494.     else:
  495.         return (-1, -1)
  496.        
  497. def Desno1(ghost, holes,n):
  498.     ghostx = ghost[0]
  499.     ghosty = ghost[1]
  500.     if (ghostx+1, ghosty) not in holes and ghostx+1 < n:
  501.        return (ghostx+1, ghosty)
  502.     else:
  503.         return (-1, -1)
  504.        
  505. def Desno2(ghost, holes, n):
  506.     ghostx = ghost[0]
  507.     ghosty = ghost[1]
  508.     if (ghostx+2, ghosty) not in holes and ghostx+2 < n:
  509.        return (ghostx+2, ghosty)
  510.     else:
  511.         return (-1, -1)
  512.        
  513. def Desno3(ghost, holes, n):
  514.     ghostx = ghost[0]
  515.     ghosty = ghost[1]
  516.     if (ghostx+3, ghosty) not in holes and ghostx+3 < n:
  517.        return (ghostx+3, ghosty)
  518.     else:
  519.         return (-1, -1)
  520.      
  521. class GhostOnSkates(Problem):
  522.     def __init__(self, initial, walls, n, goal=None):
  523.         super().__init__(initial, goal)
  524.         self.walls = walls
  525.         self.n = n
  526.  
  527.     def actions(self, state):
  528.         return self.successor(state).keys()
  529.  
  530.     def result(self, state, action):
  531.         return self.successor(state)[action]
  532.  
  533.     def goal_test(self, state):
  534.         ghostxy = state[0]
  535.         goalpos = state[1]
  536.         return ghostxy[1] == goalpos[1] and ghostxy[0] == goalpos[0]
  537.        
  538.  
  539.     @staticmethod
  540.     def check_valid(state, walls, n):
  541.         ...
  542.  
  543.     def successor(self, state):
  544.         successors = dict() # ghost position, holes, n, goal position
  545.         ghostpos = state[0] # tuple ghost position
  546.         goalpos = state[1] # tuple miss pacman position
  547.        
  548.            
  549.         ghostnew = Gore1(ghostpos, self.walls, self.n)
  550.         if ghostnew[0] != -1 and ghostnew[1] != -1:
  551.             successors['Gore 1'] = ghostnew, goalpos
  552.            
  553.         ghostnew = Gore2(ghostpos, self.walls, self.n)
  554.         if ghostnew[0] != -1 and ghostnew[1] != -1:
  555.             successors['Gore 2'] = ghostnew, goalpos
  556.            
  557.         ghostnew = Gore3(ghostpos, self.walls, self.n)
  558.         if ghostnew[0] != -1 and ghostnew[1] != -1:
  559.             successors['Gore 3'] = ghostnew, goalpos
  560.            
  561.         ghostnew = Desno1(ghostpos, self.walls, self.n)
  562.         if ghostnew[0] != -1 and ghostnew[1] != -1:
  563.             successors['Desno 1'] = ghostnew, goalpos
  564.            
  565.         ghostnew = Desno2(ghostpos, self.walls, self.n)
  566.         if ghostnew[0] != -1 and ghostnew[1] != -1:
  567.             successors['Desno 2'] = ghostnew, goalpos
  568.            
  569.         ghostnew = Desno3(ghostpos, self.walls, self.n)
  570.         if ghostnew[0] != -1 and ghostnew[1] != -1:
  571.             successors['Desno 3'] = ghostnew, goalpos
  572.        
  573.         return successors
  574.  
  575.     def h(self, node):
  576.         nogusumglupa1 = node.state[0]
  577.         nogusumglupa2 = node.state[1]
  578.         return abs(nogusumglupa1[0] - nogusumglupa2[0]) + abs(nogusumglupa1[1] - nogusumglupa2[1])
  579.        
  580.  
  581. if __name__ == '__main__':
  582.     n = int(input())
  583.     ghost_pos = (0, 0)
  584.     goal_pos = (n - 1, n - 1)
  585.  
  586.     num_holes = int(input())
  587.     holes = list()
  588.     for _ in range(num_holes):
  589.         holes.append(tuple(map(int, input().split(','))))
  590.  
  591.     problem = GhostOnSkates((ghost_pos, goal_pos), holes, n)
  592.     result = astar_search(problem)
  593.     print(result.solution())
  594.  
  595. # neka si ebe vekot kasa popara napravile so nivniot main si go izmeniv and what about it
  596. # vade 5/6 kolku pari tolku muzika
RAW Paste Data