◂ signal//lock
puzzle · cs

Sudoku als Constraint-Problem — Wie ein Solver denkt

Ein Mensch löst Sudoku durch Mustererkennung. Ein Computer durch das Eliminieren von Möglichkeiten — und manchmal raten. Beide nutzen dieselbe Logik, nur unterschiedlich.

Sudoku als Constraint-Problem — Wie ein Solver denkt
puzzle · cs

Constraint-Propagation

Jede Zelle hat eine Kandidatenmenge {1..9}. Eine Zahl in einer Zelle entfernt sie aus Zeile, Spalte und 3×3-Block. Wenn nur ein Kandidat bleibt, ist die Zelle gelöst. Wiederhole bis nichts mehr passiert.

Wenn Propagation nicht reicht

Manche Puzzles erfordern Vermutungen. Backtracking: wähle die Zelle mit den wenigsten Kandidaten, probiere einen aus, propagiere weiter. Schlägt fehl? Zurück und nächsten probieren.

▒ Radar öffnen — Signale verriegeln
▸ Jetzt Signal//Lock spielen

Dancing Links (DLX)

Knuths Algorithmus X modelliert Sudoku als Exact-Cover-Problem: 729 mögliche (Zelle, Wert)-Tupel, 324 Bedingungen. Dancing Links findet die Auswahl, die jede Bedingung genau einmal erfüllt. Löst die härtesten Puzzles in Mikrosekunden.

Lehren fürs Spieldesign

Puzzles, die nur Constraint-Propagation brauchen, fühlen sich logisch an. Puzzles, die Vermutungen erzwingen, fühlen sich frustrierend an. Gute Puzzle-Designer prüfen die Lösbarkeit ohne Vermutungen — die gleiche Disziplin macht Signal//Lock-Level fair.

Das Minimum von 17 Hinweisen

Im Jahr 2012 bewies Gary McGuire computergestützt, dass ein Sudoku mindestens 17 Hinweise für eine eindeutige Lösung benötigt. Mit 16 Hinweisen gibt es immer mehrere Lösungen, was die logische Konsistenz zerstört. Diese mathematische Grenze definiert die Komplexität des Suchraums für alle modernen Generierungs-Algorithmen.

Vom Latin Square zum Sudoku

Sudoku basiert auf Leonhard Eulers Lateinischen Quadraten, wurde aber 1979 von Howard Garns als 'Number Place' in den USA modernisiert. Erst in Japan wurde es durch Maki Kaji perfektioniert, der die heute üblichen Symmetrieregeln einführte und den Fokus auf rein logische Lösbarkeit ohne Raten legte.

Der SAT-Lösungsansatz

Moderne Solver interpretieren Sudoku oft als Boolesches Erfüllbarkeitsproblem (SAT). Durch die Kodierung von Zellen als binäre Variablen entstehen komplexe prädikatenlogische Formeln. Algorithmen wie CDCL nutzen Widersprüche, um logische Implikationen zu lernen, was besonders bei Varianten wie Sudoku-X effizienter ist als herkömmliches Backtracking.

Das 17-Clue-Minimum

Gary McGuire bewies 2012 mittels massiver Rechenleistung, dass ein Sudoku mindestens 17 Vorgaben benötigt, um eine eindeutige Lösung zu besitzen. Bei nur 16 Hinweisen existieren mathematisch zwingend immer mindestens zwei gültige Raster, was die theoretische Untergrenze für die Eindeutigkeit markiert.

Verwandte Artikel

▒ ready to lock on?
▸ play signal//lock free

no install · plays in any browser