TP-IA/TP1.pl
2021-02-22 19:54:29 +01:00

848 lines
25 KiB
Prolog
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

/*
*
*
*
*
* TAQUIN
*
*
*
*
*
*/
/* Fichier du probleme.
Doit contenir au moins 4 predicats qui seront utilises par A*
etat_initial(I) % definit l'etat initial
etat_final(F) % definit l'etat final
rule(Rule_Name, Rule_Cost, Before_State, After_State) % règles applicables
heuristique(Current_State, Hval) % calcul de l'heuristique
Les autres prédicats sont spécifiques au Taquin.
*/
%:- lib(listut). % Laisser cette directive en commentaire si vous utilisez Swi-Prolog
% Sinon décommentez la ligne si vous utilisez ECLiPSe Prolog :
% -> permet de disposer du predicat nth1(N, List, E)
% -> permet de disposer du predicat sumlist(List, S)
% (qui sont predefinis en Swi-Prolog)
%***************************
%DESCRIPTION DU JEU DU TAKIN
%***************************
%********************
% ETAT INITIAL DU JEU
%********************
% format : initial_state(+State) ou State est une matrice (liste de listes)
/*
initial_state([ [b, h, c], % C'EST L'EXEMPLE PRIS EN COURS
[a, f, d], %
[g,vide,e] ]). % h1=4, h2=5, f*=5
*/
% AUTRES EXEMPLES POUR LES TESTS DE A*
/*
initial_state([ [ a, b, c],
[ g, h, d],
[vide,f, e] ]). % h2=2, f*=2
initial_state([ [b, c, d],
[a,vide,g],
[f, h, e] ]). % h2=10 f*=10
initial_state([ [f, g, a],
[h,vide,b],
[d, c, e] ]). % h2=16, f*=20
*/
initial_state([ [e, f, g],
[d,vide,h],
[c, b, a] ]). % h2=24, f*=30
/*
initial_state([ [a, b, c],
[g,vide,d],
[h, f, e]]). % etat non connexe avec l'etat final (PAS DE SOLUTION)
*/
%******************
% ETAT FINAL DU JEU
%******************
% format : final_state(+State) ou State est une matrice (liste de listes)
final_state([[a, b, c],
[h,vide, d],
[g, f, e]]).
%********************
% AFFICHAGE D'UN ETAT
%********************
% format : write_state(?State) ou State est une liste de lignes a afficher
write_state([]).
write_state([Line|Rest]) :-
writeln(Line),
write_state(Rest).
%**********************************************
% REGLES DE DEPLACEMENT (up, down, left, right)
%**********************************************
% format : rule(+Rule_Name, ?Rule_Cost, +Current_State, ?Next_State)
rule(up, 1, S1, S2) :-
vertical_permutation(_X,vide,S1,S2).
rule(down, 1, S1, S2) :-
vertical_permutation(vide,_X,S1,S2).
rule(left, 1, S1, S2) :-
horizontal_permutation(_X,vide,S1,S2).
rule(right,1, S1, S2) :-
horizontal_permutation(vide,_X,S1,S2).
bad_placed(U,P) :-
final_state(Fin), nth1(L,Fin,Ligne), nth1(C,Ligne,P2), nth1(L,U ,Ligne2), nth1(C,Ligne2,P), P\=P2, P \= vide .
well_placed(U,P) :-
final_state(Fin), nth1(L,Fin,Ligne), nth1(C,Ligne,P), nth1(L,U ,Ligne2), nth1(C,Ligne2,P), P \= vide .
%***********************
% Deplacement horizontal
%***********************
% format : horizontal_permutation(?Piece1,?Piece2,+Current_State, ?Next_State)
horizontal_permutation(X,Y,S1,S2) :-
append(Above,[Line1|Rest], S1),
exchange(X,Y,Line1,Line2),
append(Above,[Line2|Rest], S2).
%***********************************************
% Echange de 2 objets consecutifs dans une liste
%***********************************************
exchange(X,Y,[X,Y|List], [Y,X|List]).
exchange(X,Y,[Z|List1], [Z|List2] ):-
exchange(X,Y,List1,List2).
%*********************
% Deplacement vertical
%*********************
vertical_permutation(X,Y,S1,S2) :-
append(Above, [Line1,Line2|Below], S1), % decompose S1
delete(N,X,Line1,Rest1), % enleve X en position N a Line1, donne Rest1
delete(N,Y,Line2,Rest2), % enleve Y en position N a Line2, donne Rest2
delete(N,Y,Line3,Rest1), % insere Y en position N dans Rest1 donne Line3
delete(N,X,Line4,Rest2), % insere X en position N dans Rest2 donne Line4
append(Above, [Line3,Line4|Below], S2). % recompose S2
%***********************************************************************
% Retrait d'une occurrence X en position N dans une liste L (resultat R)
%***********************************************************************
% use case 1 : delete(?N,?X,+L,?R)
% use case 2 : delete(?N,?X,?L,+R)
delete(1,X,[X|L], L).
delete(N,X,[Y|L], [Y|R]) :-
delete(N1,X,L,R),
N is N1 + 1.
%*******************
% PARTIE A COMPLETER
%*******************
%*******************************************************************
% Coordonnees X(colonne),Y(Ligne) d'une piece P dans une situation U
%*******************************************************************
% format : coordonnees(?Coord, +Matrice, ?Element)
% Définit la relation entre des coordonnees [Ligne, Colonne] et un element de la matrice
/*
Exemples
?- coordonnees(Coord, [[a,b,c],[d,e,f]], e). % quelles sont les coordonnees de e ?
Coord = [2,2]
yes
?- coordonnees([2,3], [[a,b,c],[d,e,f]], P). % qui a les coordonnees [2,3] ?
P=f
yes
*/
coordonnees([L,C], Mat, Elt) :-
nth1(L,Mat ,Ligne2), nth1(C,Ligne2,Elt).
%*************
% HEURISTIQUES
%*************
heuristique(U,H) :-
% heuristique1(U, H). % au debut on utilise l'heuristique 1
heuristique2(U, H). % ensuite utilisez plutot l'heuristique 2
%****************
%HEURISTIQUE no 1
%****************
% Nombre de pieces mal placees dans l'etat courant U
% par rapport a l'etat final F
% Suggestions : définir d'abord le prédicat coordonnees(Piece,Etat,Lig,Col) qui associe à une pièce présente dans Etat
% ses coordonnees (Lig= numero de ligne, Col= numero de Colonne)
% Definir ensuite le predicat malplace(P,U,F) qui est vrai si les coordonnes de P dans U et dans F sont differentes.
% On peut également comparer les pieces qui se trouvent aux mêmes coordonnees dans U et dans H et voir s'il sagit de la
% même piece.
% Definir enfin l'heuristique qui détermine toutes les pièces mal placées (voir prédicat findall)
% et les compte (voir prédicat length)
heuristique1(U, H) :- findall(P,bad_placed(U,P),Liste), length(Liste,H) .
manhattan(U,P, M) :-
final_state(Fin), nth1(L,Fin,Ligne), nth1(C,Ligne,_P2), nth1(L,U ,Ligne2), nth1(C,Ligne2,P), coordonnees([L1,C1],U,P), coordonnees([L2,C2],Fin,P), M1 is abs(L1-L2), M2 is abs(C1-C2), M is (M1+M2), P \= vide.
%****************
%HEURISTIQUE no 2
%****************
% Somme des distances de Manhattan à parcourir par chaque piece
% entre sa position courante et sa positon dans l'etat final
heuristique2(U, H) :- findall(M,manhattan(U,_,M),Liste), sumlist(Liste,H) . %********
% A FAIRE
%********
/*
*
*
*
*
* AVL
*
*
*
*
*
*/
%***************************
% Gestion d'un AVL en Prolog
%***************************
%***************************
% INSA TOULOUSE - P.ESQUIROL
% mars 2017
%***************************
%*************************
% unit tests : OK
% integration aetoile : OK
%*************************
% Les AVL sont des arbres BINAIRES DE RECHERCHE H-EQUILIBRES :
% La hauteur de l'avl A est d<>finie par :
% -1, si A est vide (A=nil)
% 1 + max( hauteur(ss_arbre_gauche(A)), hauteur(ss_arbre_droitee(A)) ) sinon
% Tout noeud de l'arbre est soit :
% - une feuille
% - un noeud interne tel que la diff<66>rence de hauteur entre le sous-arbre droit
% et le sous-arbre gauche appartient <20> [-1,0,+1]
%***********************************************
% PREDICATS EXPORTES ET COMPLEXITE ALGORITHMIQUE
%***********************************************
% soit N = nombre de noeuds de l'arbre % UTILITE POUR A*
% % ----------------
% empty(?Avl) O(1) %<<< initialisation de P et Q
% height(+Avl, ?Height) O(1)
% put_flat(+Avl) O(N)
% put_90(+Avl) O(N)
% belongs(+Elem, +Avl) O(log N) %<<< appartenance d'un noeud <20> Q
% subtree(+Elem, +Avl, Ss_Avl) O(log N)
% insert(+Elem, +Avant, ?Apres) O(log N) %<<< insertion d'un nouveau noeud dans P ou dans Q
% suppress(+Elem,+Avant,?Apres) O(log N) %<<< mise <20> jour <=> suppression puis insertion
% suppress_min(?Min,+Avant,?Apres) O(log N) %<<< supression du noeud minimal
% suppress_max(?Max,+Avant,?Apres) O(log N)
%****************************
% Pr<50>dicats internes (prives)
%****************************
% left_rotate(+Avant, ?Apres) O(1)
% right_rotate(+Avant, ?Apres) O(1)
% left_balance(+Avant, ?Apres) O(1)
% right_balance(+Avant, ?Apres) O(1)
%------------------------------
% Constructeur et test AVL vide
%------------------------------
empty(nil).
%-----------------
% Hauteur d'un AVL
%-----------------
% par convention, un avl vide a une hauteur de -1
% sinon la hauteur est enregistree au meme niveau que la racine de l'avl
% elle n'est pas calculee recursivement "from scratch"
% elle est mise <20> jour de fa<66>on incr<63>mentale, apres chaque insertion ou suppression
% d'ou sa complexit<69> en O(1) :-)
height(nil, -1).
height(avl(_G,_R,_D, H), H).
%-------------------
% Affichage d'un AVL
%-------------------
% dans l'ordre croissant (lexicographique)
put_flat(nil).
put_flat(avl(G,R,D,_H)) :-
put_flat(G),
nl, write(R),
put_flat(D).
%----------------------------
% Affichage (couch<63>) d'un AVL
%----------------------------
put_90(Avl) :-
nl, writeln('----------------------------------'),
put_90(Avl,"").
put_90(nil,Str) :-
write(Str), write('.').
put_90(avl(G,R,D,_H),Str) :-
append_strings(Str, " ", Str2),
put_90(D,Str2),
nl, write(Str), write(R),nl,
put_90(G,Str2).
%-----------------------------------------
% Appartenance d'un element donne a un AVL
%-----------------------------------------
belongs(Elem, avl(G,Racine,D,_Hauteur)) :-
(Elem = Racine ->
true
;
(Elem @< Racine ->
belongs(Elem, G)
;
belongs(Elem, D) %Racine @< Elem
)
).
%------------------------------------------------------------
% Recherche du sous-arbre qui a comme racine un element donne
%------------------------------------------------------------
subtree(Elem, avl(G,Racine,D,H), A) :-
(Elem = Racine ->
A = avl(G,Racine,D,H)
;
(Elem @< Racine ->
subtree(Elem,G,A)
;
subtree(Elem,D,A) %Racine @< Elem
)
).
%----------------------
% Rotations dans un avl
%----------------------
% Les rotations ci-dessous d<>crivent uniquement les cas ou la rotation est possible.
% Dans les autres cas, ces relations <20>chouent ; plus pr<70>cis<69>ment :
% a/ si l'arbre est un avl vide, alors aucune rotation n'est possible ;
% b/ si l'arbre est un avl non vide mais si son ss-arbre gauche est un avl vide
% alors la rotation droite n'est pas possible ;
% c/ si l'arbre est un avl non vide mais si son ss-arbre droite est un avl vide
% alors la rotation gauche n'est pas possible.
right_rotate(avl(G,R,D,_H), A_Apres) :-
height(D,HD),
G = avl(SG,RG,SD,_HG),
height(SD,HSD),
H_Inter is 1 + max(HSD, HD),
Inter = avl(SD,R,D,H_Inter),
height(SG,HSG),
H_Apres is 1 + max(HSG,H_Inter),
A_Apres = avl(SG,RG,Inter,H_Apres).
left_rotate(avl(G,R,D,_), A_Apres) :-
height(G,HG),
D = avl(SG,RD,SD,_),
height(SG,HSG),
H_Inter is 1 + max(HSG, HG),
Inter = avl(G,R,SG,H_Inter),
height(SD,HSD),
H_Apres is 1 + max(H_Inter,HSD),
A_Apres = avl(Inter,RD,SD,H_Apres).
%---------------------------------
% Insertion equilibree dans un avl
%---------------------------------
% On suppose que l'arbre avant insertion est equilibr<62> (difference de hauteur
% entre les ss-arbres gauche et droite de 1 au maximum)
% L'insertion doit assurer qu'apres insertion l'arbre est toujours equilibre
% sinon les rotations necessaires sont effectuees.
% On suppose que les noeuds contiennent des informations que l'on peut comparer
% a l'aide d'une relation d'ordre lexicographique (la cle c'est l'info elle-meme)
% En prolog, c'est la relation '@<'
% On peut comparer par exemple des integer, des string, des constantes,
% des listes d'entiers, des listes de constantes, etc ... bref, des termes clos
% T1 @< T2 est vrai si T1 est lexicographiquement inf<6E>rieur a T2.
insert(Elem, nil, avl(nil,Elem,nil,0)).
insert(Elem, AVL, NEW_AVL) :-
AVL = avl(Gauche,Racine,Droite,_Hauteur),
(Elem = Racine ->
% l'<27>l<EFBFBD>ment est d<>j<EFBFBD> present, pas d'insertion possible
fail
;
(Elem @< Racine ->
% insertion dans le ss-arbre gauche
insert(Elem, Gauche, New_Gauche),
height(New_Gauche, New_HG),
height(Droite, HD),
H_Int is 1+max(New_HG, HD),
AVL_INT = avl(New_Gauche, Racine, Droite, H_Int),
right_balance(AVL_INT, NEW_AVL)
;
% Elem @> Racine
% insertion dans le ss-arbre droite
insert(Elem, Droite, New_Droite),
height(New_Droite, New_HD),
height(Gauche, HG),
H_Int is 1+max(New_HD, HG),
AVL_INT =avl(Gauche, Racine,New_Droite, H_Int),
left_balance(AVL_INT, NEW_AVL)
)
).
%------------------------------------------------
% Suppression d'un element quelconque dans un avl
%------------------------------------------------
% On suppose que l'<27>l<EFBFBD>ment <20> supprimer appartient bien <20> l'AVL,
% sinon le predicat <20>choue (en particulier si l'AVL est vide).
suppress(Elem, AVL, NEW_AVL) :-
AVL = avl(Gauche, Racine, Droite, _Hauteur),
(Elem = Racine ->
% cas de la suppression de la racine de l'avl
(Gauche = nil -> % cas simple d'une feuille ou d'un avl sans fils gauche
NEW_AVL = Droite
;
(Droite = nil -> % cas simple d'un avl avec fils gauche mais sans fils droit
NEW_AVL = Gauche
;
% cas d'un avl avec fils gauche ET fils droit
%Gauche \= nil
%Droite \= nil
suppress_max(Max, Gauche, New_Gauche),
AVL_INT = avl(New_Gauche,Max,Droite,_),
left_balance(AVL_INT, NEW_AVL)
)
)
;
% cas des suppressions d'un element autre que la racine
(Elem @< Racine ->
% suppression dans le ss-arbre gauche
suppress(Elem, Gauche, New_Gauche),
AVL_INT = avl(New_Gauche, Racine, Droite,_),
left_balance(AVL_INT, NEW_AVL)
;
%Racine @< Droite
% suppression dans le ss-arbre droite
suppress(Elem, Droite, New_Droite),
AVL_INT = avl(Gauche, Racine, New_Droite,_),
right_balance(AVL_INT, NEW_AVL)
)
).
%-------------------------------------------------------
% Suppression du plus petit element dans un avl non vide
%-------------------------------------------------------
% Si l'avl est vide, le predicat echoue
suppress_min(Min, AVL, NEW_AVL) :-
AVL = avl(Gauche,Racine,Droite, _Hauteur),
(Gauche = nil ->
Min = Racine,
NEW_AVL = Droite
;
% Gauche \= nil
suppress_min(Min, Gauche, New_Gauche),
AVL_INT = avl(New_Gauche, Racine, Droite,_),
left_balance(AVL_INT, NEW_AVL)
).
%-------------------------------------------------------
% Suppression du plus grand element dans un avl non vide
%-------------------------------------------------------
% Si l'avl est vide, le pr<70>dicat <20>choue
suppress_max(Max, AVL, NEW_AVL) :-
AVL = avl(Gauche,Racine,Droite, _Hauteur),
(Droite = nil ->
Max = Racine,
NEW_AVL = Gauche
;
% Droite \= nil
suppress_max(Max, Droite, New_Droite),
AVL_INT = avl(Gauche, Racine, New_Droite,_),
right_balance(AVL_INT, NEW_AVL)
).
%----------------------------------------
% Re-equilibrages d'un avl vers la gauche
%----------------------------------------
% - soit apres insertion d'un element dans le sous-arbre droite
% - soit apres suppression d'un <20>l<EFBFBD>ment dans le sous-arbre gauche
%----------------------------------------------------------------
left_balance(Avl, New_Avl) :-
Avl = avl(Gauche, Racine, Droite, _Hauteur),
height(Gauche, HG),
height(Droite, HD),
(HG is HD-2 ->
% le sous-arbre droite est trop haut
Droite = avl(G_Droite, _R_Droite, D_Droite, _HD),
height(G_Droite, HGD),
height(D_Droite, HDD),
(HDD > HGD ->
% une simple rotation gauche suffit
left_rotate(Avl, New_Avl)
;
% il faut faire une rotation droite_gauche
right_rotate(Droite, New_Droite),
height(New_Droite, New_HD),
H_Int is 1+ max(HG, New_HD),
Avl_Int = avl(Gauche, Racine, New_Droite, H_Int),
left_rotate(Avl_Int, New_Avl)
)
;
% la suppression n'a pas desequilibre l'avl
New_Hauteur is 1+max(HG,HD),
New_Avl = avl(Gauche, Racine, Droite, New_Hauteur)
).
%----------------------------------------
% Re-equilibrages d'un avl vers la droite
%----------------------------------------
% - soit apres insertion d'un element dans le sous-arbre gauche
% - soit apres suppression d'un <20>l<EFBFBD>ment dans le sous-arbre droite
%----------------------------------------------------------------
right_balance(Avl, New_Avl) :-
Avl = avl(Gauche, Racine, Droite, _Hauteur),
height(Gauche, HG),
height(Droite, HD),
(HD is HG-2 ->
% le sous-arbre gauche est trop haut
Gauche = avl(G_Gauche, _R_Gauche, D_Gauche, _HG),
height(G_Gauche, HGG),
height(D_Gauche, HDG),
(HGG > HDG ->
% une simple rotation droite suffit
right_rotate(Avl, New_Avl)
;
% il faut faire une rotation gauche_droite
left_rotate(Gauche, New_Gauche),
height(New_Gauche, New_HG),
H_Int is 1+ max(New_HG, HD),
Avl_Int = avl(New_Gauche, Racine, Droite, H_Int),
right_rotate(Avl_Int, New_Avl)
)
;
% la suppression n'a pas desequilibre l'avl
New_Hauteur is 1+max(HG,HD),
New_Avl = avl(Gauche, Racine, Droite, New_Hauteur)
).
%-----------------------------------------
% Arbres utilises pour les tests unitaires
%-----------------------------------------
avl_test(1, nil).
avl_test(2, avl(nil, 1, nil, 0)).
avl_test(3, avl(nil, 1, avl(nil,2,nil,0), 1)).
avl_test(4, avl(avl(nil,1,nil,0),2, nil, 1)).
avl_test(5, avl(avl(nil,1,nil,0), 2, avl(nil,3,nil,0),1) ).
avl_test(6, avl(avl(nil,5,nil,0), 6, avl(nil,7,nil,0),1) ).
avl_test(7, avl(G,4,D,2)) :-
avl_test(5,G),
avl_test(6,D).
avl_test(8, avl(G,5,D,2)) :-
D = avl(nil,6,nil,0),
avl_test(3,G).
avl_test(9, avl(G,3,D,2)) :-
G = avl(nil,1,nil,0),
avl_test(4,D).
/* Test uniquement valable avec ECLiPSe
avl_test(10, Final) :-
empty(Init),
(for(I,1,20), fromto(Init,In,Out,Final) do
insert(I,In,Out)
).
*/
/*
*
*
*
*
* AETOILE
*
*
*
*
*
*/
%*******************************************************************************
% AETOILE
%*******************************************************************************
/*
Rappels sur l'algorithme
- structures de donnees principales = 2 ensembles : P (etat pendants) et Q (etats clos)
- P est dedouble en 2 arbres binaires de recherche equilibres (AVL) : Pf et Pu
Pf est l'ensemble des etats pendants (pending states), ordonnes selon
f croissante (h croissante en cas d'egalite de f). Il permet de trouver
rapidement le prochain etat a developper (celui qui a f(U) minimum).
Pu est le meme ensemble mais ordonne lexicographiquement (selon la donnee de
l'etat). Il permet de retrouver facilement n'importe quel etat pendant
On gere les 2 ensembles de fa<66>on synchronisee : chaque fois qu'on modifie
(ajout ou retrait d'un etat dans Pf) on fait la meme chose dans Pu.
Q est l'ensemble des etats deja developpes. Comme Pu, il permet de retrouver
facilement un etat par la donnee de sa situation.
Q est modelise par un seul arbre binaire de recherche equilibre.
Predicat principal de l'algorithme :
aetoile(Pf,Pu,Q)
- reussit si Pf est vide ou bien contient un etat minimum terminal
- sinon on prend un etat minimum U, on genere chaque successeur S et les valeurs g(S) et h(S)
et pour chacun
si S appartient a Q, on l'oublie
si S appartient a Ps (etat deja rencontre), on compare
g(S)+h(S) avec la valeur deja calculee pour f(S)
si g(S)+h(S) < f(S) on reclasse S dans Pf avec les nouvelles valeurs
g et f
sinon on ne touche pas a Pf
si S est entierement nouveau on l'insere dans Pf et dans Ps
- appelle recursivement etoile avec les nouvelles valeurs NewPF, NewPs, NewQs
*/
%*******************************************************************************
%:- ['avl.pl']. % predicats pour gerer des arbres bin. de recherche
%:- ['taquin.pl']. % predicats definissant le systeme a etudier
%*******************************************************************************
main :-
% initialisations Pf, Pu et Q
initial_state(S0),
heuristique2(S0, H),
empty(Pf0),
empty(Pu0),
empty(Q),
insert([[H,H,0],S0],Pf0,Pf), % CORRECT
insert([S0,[H,H,0],nil,nil],Pu0,Pu), % CORRECT
% lancement de Aetoile
aetoile(Pf,Pu,Q), !.
%*******************************************************************************
aetoile(Pf, _, _) :-
empty(Pf),
writeln("PAS de SOLUTION : LETAT FINAL NEST PAS ATTEIGNABLE !").
aetoile(Pf, Pu, Qs) :-
suppress_min([[_,_,_],Fin],Pf,_Pf_new),
initial_state(Deb),
final_state(Fin),
writeln("Solution trouvée !"),
suppress([Fin,[F,H,G],Pere,Action],Pu,_Pu_new),
affiche_solution([Fin,[F,H,G],Pere,Action], Qs).
aetoile(Pf, Pu, Qs) :-
%(Pf) CORRECT
suppress_min([[_,_,_],U],Pf,Pf_new), % le nœud de Pf correspondant à létat U à développer
suppress([U,[F,H,G],Pere,Action],Pu,Pu_new), %le nœud frère associé dans Pu
%(Pf) CORRECT
expand(U,G,Liste),
loop_successors(Liste, Pf_new,Pu_new,Qs,Pf_last,Pu_last),
% INCORRECT
insert([U,[F,H,G],Pere,Action],Qs,Qs_new),
%(Qs) CORRECT
%print(U),
aetoile(Pf_last,Pu_last,Qs_new).
/*
aetoile(Pf, Pu, Q) :-
suppress_min([_, U],Pf, PfNext),
suppress([U, [F, H, G], Pere, A], Pu, PuNext),
expand(U, G, L),
loop_successors(L, PfNext, PuNext, Q, PfFinal, PuFinal),
insert([U, [F, H, G], Pere, A], Q, QFinal),
aetoile(PfFinal, PuFinal, QFinal).
*/
expand(U,G,L):- findall(U3,(rule(Action,1,U,U2),heuristique(U2,H), F is H+G+1, G2 is G+1, U3 = [U2,[F,H,G2],U,Action]),L).
affiche_solution([Debut,_,nil,nil],_) :-
initial_state(Debut),
writeln("Etat initial : "),
writeln(Debut).
/*
affiche_solution(State,Qs) :-
State = [U,[_,_,G],Pere,Action],
final_state(U),
suppress([Pere,Cout,Pere1,Action1],Qs, Qs_new),
affiche_solution([Pere,Cout,Pere1,Action1],Qs_new),
writeln(""),
write("Final state : "),
print(U).
*/
affiche_solution(State,Qs):-
State = [U,[_,_,G],Pere,Action],
suppress([Pere,Cout,Pere1,Action1],Qs, Qs_new),
affiche_solution([Pere,Cout,Pere1,Action1],Qs_new),
write("Cout = "), writeln(G),
write("Action = "), writeln(Action),
writeln(U).
loop_successors([], Pf,Pu,_Qs,Pf,Pu).
loop_successors([D|F], Pf,Pu,Qs,Pf_last,Pu_last) :-
D = [U,_,_Pere,_Action],
belongs([U,_,_,_],Qs), %S est connu dans Q alors oublier cet état
loop_successors(F,Pf,Pu,Qs,Pf_last,Pu_last).
loop_successors([D|F], Pf,Pu,Qs,Pf_last,Pu_last) :-
D = [U,[Fu,_Gu,_Hu],_Pere,_Action],
belongs([U,[FF,_GG,_HH],_Father,_A],Pu),
FF =< Fu,
loop_successors(F,Pf,Pu,Qs,Pf_last,Pu_last).
loop_successors([D|F], Pf,Pu,Qs,Pf_last,Pu_last) :-
D = [U,[Fu,Gu,Hu],Pere,Action],
belongs([U,[FF,GG,HH],Father,A],Pu),
FF > Fu,
suppress([U,[FF,GG,HH],Father,A],Pu,Pu_new),
suppress([_,U],Pf,Pf_new),
insert([U,[Fu,Gu,Hu],Pere,Action],Pu_new,Pu_N),
insert([[Fu,Gu,Hu],U],Pf_new,Pf_N),
loop_successors(F,Pf_N,Pu_N,Qs,Pf_last,Pu_last).
loop_successors([D|F], Pf,Pu,Qs,Pf_last,Pu_last) :-
D = [U,[Fu,Gu,Hu],Pere,Action],
insert([U,[Fu,Gu,Hu],Pere,Action],Pu,Pu_N),
insert([[Fu,Gu,Hu],U],Pf,Pf_N),
loop_successors(F,Pf_N,Pu_N,Qs,Pf_last,Pu_last).
/*loop_successors([D|F], Pf,Pu,Qs) :-
D = [U,[Fu,Gu,Hu],Pere,Action],
belongs([U,_,_,_],Pu) -> %- S est connu dans Pu
( suppress([U,[FF,GG,HH],Father,A],Pu,Pu_new),
suppress([_,U],Pf,Pf_new),
% garder le terme associé à la meilleure évaluation
( FF < Fu ) ->
( insert([U,[FF,GG,HH],Father,A],Pu_new,Pu_N),
insert([[FF,GG,HH],U],Pf_new,Pf_N),
loop_successors(F,Pf_N,Pu_N,Qs) )
;
( insert([U,[Fu,Gu,Hu],Pere,Action],Pu_new,Pu_N),
insert([[Fu,Gu,Hu],U],Pf_new,Pf_N),
loop_successors(F,Pf_N,Pu_N,Qs) )
)
;
(
D = [U,Cout,Pere,_Action],
insert([U,Cout,Pere,Action],Pu,Pu_N),
insert([Cout,U],Pf,Pf_N),
loop_successors(F,Pf_N,Pu_N,Qs)
).
loop_successors([D|F], Pf,Pu,Qs) :-
D = [U,[Fu,Gu,Hu],Pere,Action],
belongs([U,_,_,_],Pu), %- S est connu dans Pu
suppress([U,[FF,GG,HH],Father,A],Pu,Pu_new),
suppress([_,U],Pf,Pf_new),
% garder le terme associé à la meilleure évaluation
( FF < Fu ) ->
( insert([U,[FF,GG,HH],Father,A],Pu_new,Pu_N),
insert([[FF,GG,HH],U],Pf_new,Pf_N),
loop_successors(F,Pf_N,Pu_N,Qs) )
;
( insert([U,[Fu,Gu,Hu],Pere,Action],Pu_new,Pu_N),
insert([[Fu,Gu,Hu],U],Pf_new,Pf_N),
loop_successors(F,Pf,Pf_N,Qs) )
.
loop_successors([D|F], Pf,Pu,Qs) :-
D = [U,[Fu,Gu,Hu],Pere,Action],
insert([U,[Fu,Gu,Hu],Pere,Action],Pu,Pu_N),
insert([[Fu,Gu,Hu],U],Pf,Pf_N),
loop_successors(F,Pf,Pf_N,Qs).*/