RIshimoto / push_swap

ゲーム「push_swap」における最適解の探索

push_swap

概要

42Tokyoの課題の一つ。以下のゲームにおける準最適解の探索。

ゲーム詳細

構成

２本のスタックa, bで構成

初期状態

• スタックa : 正負いずれかの乱数値が重複なく無作為に任意個格納されている
• スタックb : 空

Example

a | 2 1 3 6 5 8
b |

終了状態

• スタックa : 数字が昇順に並んでいる
• スタックb : 空

Example

a | 1 2 3 5 6 8
b |

目標

なるべく少ない操作数で終了状態に遷移させる。

操作

スタックに対して以下の操作が許されている。

• sa : swap a - スタックaの先頭２要素をスワップ。
• sb : swap b - スタックbの先頭２要素をスワップ。
• ss : saとsbを同時に行う。
• pa : push a - bの先頭の要素を取り、aの先頭に置く。bが空なら何も行わない。
• pb : push b - aの先頭の要素を取り、bの先頭に置く。aが空なら何も行わない。
• ra : rotate a - スタックaの全要素を1つずつ右シフト。最後の要素は先頭へ。
• rb : rotate b - スタックbの全要素を1つずつ右シフト。最後の要素は先頭へ。
• rr : raとrbを同時に行う。
• rra : reverse rotate a - スタックaの全要素を1つずつ左シフト。最初の要素は末尾へ。
• rrb : reverse rotate b - スタックbの全要素を1つずつ左シフト。最初の要素は末尾へ。
• rrr : rraとrrbを同時に行う。

Example

Init
a | 2 1 3 6 5 8
b |

> sa:
a | 1 2 3 6 5 8
b |

> pb pb pb:
a | 6 5 8
b | 3 2 1

> ra rb:
a | 5 8 6
b | 2 1 3

> rra rrb:
a | 6 5 8
b | 3 2 1

> sa:
a | 5 6 8
b | 3 2 1

> pa pa pa:
a | 1 2 3 5 6 8
b |

命令数: 12

実行

環境の構築

$ git clone https://github.com/RIshimoto/push_swap
$ cd push_swap
$ virtualenv -p python3.7 .venv
$ source .venv/bin/activate
(.venv)$ pip install -e .
(.venv)$ build

(.venv)$ python srcipt/train.py

(.venv)$ ./push_swap "2 1 3 6 5 8”

デモ

push_swap_demo.mp4