我有一个分离成3x3网格的图像。网格由一个数组表示。每个列或行都可以旋转通过。例如，顶行[1,2,3]可以变成[3,1,2]等
阵列最终需要为：
[1,2,3]
[4,5,6]
[7,8,9]
并将从以下内容开始：
[5,3,9]
[7,1,4]
[8,6,2]
它总是可以解决的，所以这不需要检查。
我尝试了一种长期的方法，寻找"1"，然后向左移动到正确的位置，依此类推2、3，。。。但最终却永远绕圈子。
任何帮助都将不胜感激，即使你能给我一个起点/参考。。。我似乎想不透这个。
您的问题是移动一个值会扰乱其他值。我怀疑有了足够的集合论，你就可以得出一个精确的解，但这里有一个启发式方法，它更有可能奏效。
首先，请注意，如果一行中的每个数字都属于该行，那么求解起来要么很简单，要么交换了一些值。例如，[2,3,1]是琐碎的，而[3,2,1]是交换的。
因此，与左上角放置1相比，"更容易"的目标是使所有行都处于该状态。我们该怎么做？让我们看看这些列。。。
如果列中每行包含一个数字，那么我们处于与上面类似的状态（要么移动以使数字位于正确的行中是微不足道的，要么进行了交换）。
所以，我的建议是：
for column in columns:
if column is not one value from each row:
pick a value from column that is from a duplicate row
rotate that row
for column in columns:
as well as possible, shift until each value is in correct row
for row in rows:
as well as possible, shift until each value is in correct column
现在，这并不能保证奏效，尽管它会越来越接近，并且可以解决一些"几乎正确"的安排。
因此，我要做的是将其放入一个循环中，并在每次运行时记录状态的"哈希"（例如，一个包含逐行读取的值的字符串）。然后在每次调用时，如果我检测到（通过检查哈希是否是我们已经看到的）状态已经发生（所以我们在重复自己），我会调用一个"随机洗牌"，将事情混合起来。
因此，我们的想法是，一旦我们接近，我们就有机会工作，当它陷入循环时，我们会采用洗牌。
正如我所说，我相信有更聪明的方法可以做到这一点，但如果我绝望了，在谷歌上找不到任何东西，那就是我会尝试的启发式方法。。。我甚至不确定以上是否正确，但更普遍的策略是：
- 找出能解决非常接近的解决方案的东西（从某种意义上说，找出谜题的"线性"位置）
- 试着重复一遍
- 重复则洗牌
这就是我在这里要说的全部。
由于网格是3x3，您不仅可以找到解决方案，还可以找到最小移动次数来解决问题。
为此，您需要使用广度优先搜索。
将每个配置表示为9个元素的线性阵列。每次移动后，您都会达到不同的配置。由于数组本质上是1-9之间的数字排列，因此只有9！=362880种不同的配置。
如果我们将每个配置视为一个节点，并将每次移动视为获取一条边，那么我们可以在O（n）中探索整个图，其中n是配置的数量。我们需要确保，我们不会重新解决我们以前已经看到的配置，所以您需要一个访问过的阵列，它会根据看到的情况标记每个访问过的配置。
当您到达"已解决"配置时，您可以使用"父"数组来追溯所做的移动，该数组存储您来自的配置。
还要注意的是，如果是4x4网格，问题会很棘手，因为n等于（4x4）！=16！=2.09227899×10^13。但对于像这样的小问题，你可以很快找到解决方案。
编辑：
TL；DR:
- 保证有效，而且速度很快。362880对于今天的计算机来说是一个相当小的数字
- 它将找到最短的移动顺序