我的书（人工智能一种现代的方法）说遗传算法以一组随机产生的状态开始，称为总体。每个状态在有限字母表中表示为一个字符串 - 最常见的是一串0和1。例如，8皇后状态必须指定8个皇后的位置，每个皇后位于8个方格的列中，因此需要8 * log（2）8 = 24位。可替换地，状态可以表示为8位数字，每一个在范围从1到8关于遗传算法的困惑
[http://en.wikipedia.org/wiki/Eight_queens_puzzle]
我不理解的表达8 *日志（2）8 = 24个比特，为什么LOG2^8？这24位应该是为了什么？
如果我们在维基百科页面上拿第一个例子，解决方案可以编码为[2,4,6,8,3,1,7,5]：第一个数字给出列中女王的行号A，B列中女王的第二位，等等。现在，不是从1开始行编号，而是从0开始。然后解决方案使用[1,3,5,7,0,6,4]编码。任何位置都可以这样编码。
我们只有0和7之间的数字，如果我们在二进制位3写它们（= LOG2（8））是足够的：
000 -> 0
001 -> 1
...
110 -> 6
111 -> 7
位置可以使用8次3位数进行编码，例如从[1,3,5,7,2,0,6,4]我们可以获得[001,011,101,111,010,000,110,100]或更多简要001011101111010000110100：24位。
另一方面，比特串000010001011100101111110解码为000.010.001.011.100.101.111.110，然后[0,2,1,3,4,5,7,6]并给出[1,3,2,4,5， 8,7]：列A中的皇后位于行1上，列B中的皇后位于第3行上，等等。
存储可能方块（8种可能性0-7）所需的位数是log（2 ）8。请注意，二进制中的111是十进制的7。你必须指定8列的平方，所以你需要8位8位
8皇后不能共享一行或一列。所以你知道他们的行（或列）是0-7：女王＃0的行= 0等，所以你不必存储行。你必须存储0-7列，这需要3位/皇后。 [事实上，枚举更加紧密，因为你可以使用混合基数编码，这可以让你省掉几个位（我猜）。通过对称压缩也可以节省几位。但使用3位/皇后更简单算术。] – wildplasser