【魔法陣1】https://twitter.com/puzzlegiver_bot/status/278001662394777600
パズルの定番。列、行、対角線の成分の総和がすべて等しくなるようにテーブルを完成させる。
ただし、入りうる値のリストが与えられている場合にのみ解答できる。そうでない場合は和の値が数値(number)ではなく変数であることを考慮して記述しなきゃなので、私には難しそうである。
それと、magic_matrixの P は“変数の少ない順”にソートした方が速い気がするけれど、この例題では違いがあまり感じられなかったので入れていない。無駄に長くなるし。
成分列が Src の順列であることの条件は、最初の3グループを調べるときに Src を減少させていく(‘⊆’の代わりに’∪’を使って差分も取っておき、それを次回のSrcにする)ことで記述できるけれど、そんな条件分岐を入れるとコードが読みづらくなるので省略した。時間の無駄とはいえ。
【魔法陣1】https://twitter.com/puzzlegiver_bot/status/278001662394777600
パズルの定番。列、行、対角線の成分の総和がすべて等しくなるようにテーブルを完成させる。
ただし、入りうる値のリストが与えられている場合にのみ解答できる。そうでない場合は和の値が数値(number)ではなく変数であることを考慮して記述しなきゃなので、私には難しそうである。
それと、magic_matrixの P は“変数の少ない順”にソートした方が速い気がするけれど、この例題では違いがあまり感じられなかったので入れていない。無駄に長くなるし。
成分列が Src の順列であることの条件は、最初の3グループを調べるときに Src を減少させていく(‘⊆’の代わりに’∪’を使って差分も取っておき、それを次回のSrcにする)ことで記述できるけれど、そんな条件分岐を入れるとコードが読みづらくなるので省略した。時間の無駄とはいえ。
append([], List, List).append([Head|Tail], List, [Head|TailR]) :- append(Tail, List, TailR).at([Val|Tail], 0, Val).at([Head|Tail], Idx, Val) :- number(Idx), Idx > 0, Idx1 is Idx - 1, at(Tail, Idx1, Val).% 平坦化 (リストのリスト(2次配列)を、リストの垣根を崩して1次元配列にする)flatten( Matrix, List ) :- flatten_acc( Matrix, List, [] ).flatten_acc( [], List, List ).flatten_acc( [Head|Tail], List, ListAcc ) :- append( ListAcc, Head, ListAcc2 ), flatten_acc( Tail, List, ListAcc2 ).% 行列matrix([[Val]]).matrix([H|Tail]) :- list(H), length(H, CntColumns), matrix_(Tail, CntColumns).matrix_([X|[]], CntColumns) :- list(X), length(X, CntColumns).matrix_([H|Tail], CntColumns) :- list(H), length(H, CntColumns), matrix_(Tail, CntColumns).matrix_size([H|Tail], (X, Y)) :- matrix([H|Tail]), length([H|Tail], X), length(H, Y).% 対角成分main_diag(M, L) :- matrix_size(M, (N, N)), diag_(M, L, 0, 1).sub_diag(M, L) :- matrix_size(M, (N, N)), Idx is N - 1, diag_(M, L, Idx, -1).diag_( [], [], _, _ ).diag_( [Row|TailRows], [H|T], Idx, Step ) :- at(Row, Idx, H), Idx1 is Idx + Step, diag_( TailRows, T, Idx1, Step ).% 列ベクトルcolumns(M, Idx, List) :- number(Idx), columns_acc(M, Idx, List, []).columns_acc([], Idx, List, List).columns_acc([Row|MTail], Idx, List, ListAcc) :- at(Row, Idx, Val), append(ListAcc, [Val], ListAcc2), columns_acc( MTail, Idx, List, ListAcc2 ).% 転置行列transpose([], []).transpose(M, Mt) :- matrix_size(M, (N, N)), transpose_( M, Mt, 0 ).transpose_(M, [Head|Tail], Idx) :-number(Idx), Idx >= 0,columns(M, Idx, Head), Idx1 is Idx + 1,( length(M, Idx1) -> Tail = [] ; transpose_(M, Tail, Idx1) ).% 集合操作elem(E, [E|Others]). % '∈'elem(E, [_|Others]) :- elem(E, Others).addelem(E, Set, [E|Set]). % a.k.a. selectaddelem(E, [X|Set1], [X|Set2]) :- addelem(E, Set1, Set2).% 多重集合の部分集合 '⊆'multi_subset([], Rhs).multi_subset([E|LhsTail], Rhs) :- addelem(E, Rhs1, Rhs), multi_subset(LhsTail, Rhs1).multi_set_eq([], []).multi_set_eq([E|LhsTail], Rhs) :- addelem(E, Rhs1, Rhs), multi_set_eq(LhsTail, Rhs1).% 総和 Σsum([Head|Tail], Sum) :- sum_acc(Tail, Sum, Head).sum_acc([], Sum, SumAcc) :- Sum is SumAcc.sum_acc([Head|Tail], Sum, SumAcc) :- sum_acc(Tail, Sum, Head + SumAcc).% 魔法陣magic_matrix(M, A, Src) :- matrix_size(M, (N, N)),M = A,sum(Src, SumSrc), Sum is SumSrc / N, % 総和が実数で求まるtranspose(A, T), main_diag(A, DiagL), sub_diag(A, DiagR),append( A, T, P0 ), append( [DiagL, DiagR], P0, P ), % P : 和が Sum になるリストのリスト% write(P), nl,magic_lists(P, Sum, Src),flatten(A, Flat), multi_set_eq(Flat, Src). % 成分列が Src の順列になることmagic_lists([], _, _).magic_lists([Head|Tail], Sum, Src) :-multi_subset(Head, Src),sum(Head, Sum),% write(Head), nl,magic_lists(Tail, Sum, Src).% 例題?- magic_matrix( [[_, 18, _, _],[7, _, _, 10],[_, _, 9, _],[_, 5, _, _]], A, [2, 3, 5, 6, 7, 8, 9, 10, 11, 12, 14, 15, 16, 17, 18, 19] )./*A = [[6,18,17,2],[7,12,14,10],[11,8,9,15],[19,5,3,16]] % (唯一解; 約8秒)*/