1 介绍
实现了书《Data Structures and Program design in C++》（Robert L. Kruse and Alexander J. Ryba, 2000)中的188页的基于回溯策略的递归算法solve_from，该算法能够计算n Queens问题的解。选择不同的n作为棋盘大小，可以得出不同棋盘大小的Queens问题的解即运行时间。
该书出版时间为2000年，那么使用的计算机大概为1999年左右的，该书给出了运行的结果数据；我在我的电脑上采用同样的代码和算法，选择同样的n也运行得到了相应的数据。通过二者数据的对比，可以看出计算机运行时间的提示 （我的电脑时2011年12份买的）。
2 主程序及我的电脑环境2.1 主程序
由于书中的主程序没有给出统计所以解和运行时间的代码，于是我相应更改了主程序源代码如下：
sol_num =0;void solve_from(Queens &configuration);int main(){int board_size;clock_t start_time, end_time;cout<<“what is the size of the board?” << flush;cin >> board_size;if(board_size < 0 || board_size > max_board)cout <<“The number must be between 0 and ” << max_board<<endl;else {Queens configuration(board_size);start_time = clock();solve_from(configuration);end_time = clock();}cout << “The statistics for ” << board_size << ” Queens problem:”<<endl;cout << “The number of solutions: ” << sol_num << endl;cout << “The time used:” << static_cast<double>(end_time-start_time)/CLOCKS_PER_SEC << “s”<<endl;}/* * To recursively sole the n-Queens problem, to change the first line * can give the statistics of the n-Queens problem. That is, then number * of solutions for a specific n-Queens problems. */void solve_from(Queens &configuration){//if(configuration.is_solved()) configuration.print();if(configuration.is_solved()) sol_num++;else{for(int col=0; col < configuration.board_size; col++)if(configuration.unguarded(col)){configuration.insert(col);solve_from(configuration);// Recursively continue to add queensconfiguration.remove(col);}}}2.2 我的电脑环境
电脑购买与2011年12份，内存2 GB，CUP 为AMD Phenom ™ II N930 Quad-Core Processor 2 GB，操作系统为Windows 7 Professional，在其上安装Cygwin软件，其中的gcc 4.9.3版本。
3 运行结果对比
书中的具体计算机的配置和型号不知，我们将其代表为1999年的计算机，而我的计算机则为2011年，虽然我在2015年运行的该程序。二者产生的数据基于同样的源代码。 表1 1999年计算机运行结果
Size Num_sol Time(seconds)
8 92 0.05
9 352 0.21
10 724 1.17
11 2680 6.62
12 14200 39.11
13 73712 243.05
表2 2011年计算机运行结果
Size Num_sol Time(seconds)
8 92 0.016
9 352 0.015
10 724 0.062
11 2680 0.218
12 14200 1.17
13 73712 7.145
上面的数据最好画成图的形式，，观看更为方便：
【备注】：画上图采用的R代码如下：
>library(ggplot2) >yearn <- c(‘y1999′,’y1999′,’y1999′,’y1999′,’y1999′,’y1999′,’y2011′,’y2011′,’y2011′,’y2011′,’y2011′,’y2011’) > size <-c(8,9,10,11,12,13,8,9,10,11,12,13) > time <-c(0.05,0.21,1.17,6.62,39.11,243.05,0.016,0.015,0.062,0.218,1.17,7.145) > queenData <- data.frame(year,size,time) > ggplot(queenData,aes(x=size,y=time,shape=yearn))+geom_line(position=position_dodge(0.2))+geom_point(position=position_dodge(0.2),size=4)
从上图可以看出，当size为8，9，10时二者的运行时间差别不大，但当size为更大的数值时，2011y的运行时间明显少的多，说明当前计算机硬件的发展促进了计算机速度的明显提升。这是一个令人兴奋的结果。
如果寒暄只是打个招呼就了事的话，那与猴子的呼叫声有什么不同呢?事实上，
