国际象棋的皇后行走具有最高的灵活性，可以横、竖、斜共八个方向无限步行走。你需要将国际象棋8个皇后放在棋盘上，条件是任何一个皇后都不能威胁其他皇后，即任何两个皇后都不能吃掉对方。
分析：在棋盘的第一行尝试为第一个皇后选择一个位置，再在第二行尝试为第二个皇后选择一个位置，依次类推。在发现无法为一个皇后选择合适的位置后，回溯到前一个皇后，并尝试为它选择另一个位置。当八个皇后都放在棋盘上时即得到一种解。
用元组（其他序列也可以）表示可能的解（或一部分），例如（1，3，5）表示当前共摆放了三个皇后，第一个皇后在1行1列，第二个皇后在2行3列，第三个皇后在3行5列。
当前状态state，下一个皇后在下一行的next_x位置，根据皇后的行走规则，如果已有的皇后可以吃掉下一个皇后，则表示有冲突，否则没有。
函数conflict定义：接受用状态元组表示的既有皇后的位置，并确定下一个皇后的位置是否会导致冲突。
参数 next_x 表示下一个皇后的水平位置（x 坐标，即列），而 next_y 为下一个皇后的垂直位置（y 坐标，即行）。这个函数对既有的每个皇后执行简单的检查：如果下一个皇后与当前皇后的 x 坐标相同或在同一条对角线上，将发生冲突，因此返回True ；如果没有发生冲突，就返回False 。
abs(state[i] - next_x) in (0, next_y - i) 表示两个皇后的水平距离为0或等于垂直距离时为真、否则为假。
凡是线性回溯都可以归结为右递归的形式，也即是二叉树，因此对于只要求一个解的问题，采用右递归实现的程序要比回溯法要优美的多。[py] view plain copy
def Test(queen,n):
'''''这个就不用说了吧，就是检验第n（下标，0-7）行皇后的位置是否合理'''
q=queen
for i in xrange(n):
if queen[i]==q or queen[i]-q==n-i or queen[i]-q==i-n:return False
return True
def Settle(queen,n):
'''''这个负责安置第n（下标，0-7）行皇后，每次调用，皇后都至少会移动一步'''
queen
+=1
while queen
<8 and not Test(queen,n):queen
+=1
return queen
<8
def Solve(queen,n):
'''''这个负责解决第n（下标，0-7）行皇后的安置以及随后所有皇后的安置'''
if n==8:#安置完所有皇后了，故输出列表
print queen
return True#如果设为假，则会尝试所有的安置方案
else:
queen
=-1#初始化第n行皇后的起始位置（起始位置-1，可安置在0-7）
while Settle(queen,n):#如果成功安置皇后
if Solve(queen,n+1):#安置其余皇后
return True#成功安置，返回真
return False#失败，返回假
if __name__=='__main__':
Solve([-1 for i in range(8)],0)#列表的值可以随便设置，因为会初始化
#虽然我们没有进行回溯，但事实上，我们每一个参数相同的Solve函数都尝试了多次
#输出：[0, 4, 7, 5, 2, 6, 1, 3]
#比回溯法容易多了吧
pos是从0到num-1走的pos=0时程序走这一段：
for result in queens(num, state + (pos,)):
yield (pos,) + result
就是先找第一个位置
![在python中sys.argv[1:]是什么？](/aiimages/%E5%9C%A8python%E4%B8%ADsys.argv%5B1%3A%5D%E6%98%AF%E4%BB%80%E4%B9%88%EF%BC%9F.png)
![python程序运行后提示IOError: [Errno 22] Invalid argument 急啊！！！！](/aiimages/python%E7%A8%8B%E5%BA%8F%E8%BF%90%E8%A1%8C%E5%90%8E%E6%8F%90%E7%A4%BAIOError%3A+%5BErrno+22%5D+Invalid+argument+%E6%80%A5%E5%95%8A%EF%BC%81%EF%BC%81%EF%BC%81%EF%BC%81.png)
