python實現(xiàn)棋盤覆蓋問題及可視化
問題介紹
棋盤覆蓋問題,是一種編程問題。

如何應用分治法求解棋盤覆蓋問題呢?分治的技巧在于如何劃分棋盤,使劃分后的子棋盤的大小相同,并且每個子棋盤均包含一個特殊方格,從而將原問題分解為規(guī)模較小的棋盤覆蓋問題。k>0時,可將2k×2k的棋盤劃分為4個2(k-1)×2(k-1)的子棋盤。這樣劃分后,由于原棋盤只有一個特殊方格,所以,這4個子棋盤中只有一個子棋盤包含該特殊方格,其余3個子棋盤中沒有特殊方格。為了將這3個沒有特殊方格的子棋盤轉(zhuǎn)化為特殊棋盤,以便采用遞歸方法求解,可以用一個L型骨牌覆蓋這3個較小棋盤的會合處,從而將原問題轉(zhuǎn)化為4個較小規(guī)模的棋盤覆蓋問題。遞歸地使用這種劃分策略,直至將棋盤分割為1×1的子棋盤。
問題解釋來源 百度
效果展示
k=1

k=2

代碼實現(xiàn)
借助numpy處理數(shù)據(jù),plot實現(xiàn)可視化。
使用面向?qū)ο蟮姆椒ㄔO計了棋盤類。
一步步將棋盤分為小區(qū)塊,指導區(qū)塊的邊長為1,退出遞歸。
import numpy as np
import matplotlib.pyplot as plt
class Board:
def __init__(self, size, x, y):
'''
初始化棋盤
:param size: 棋盤邊長
:param x: 特殊點橫坐標
:param y: 特殊點縱坐標
'''
self.special_block = (x, y)
self.board = np.zeros((size, size), dtype=int)
self.board[x][y] = (size * size - 1) / 3 + 1
self.t = 1
self.size = size
def visualize(self):
'''
可視化函數(shù)
:return: None
'''
plt.imshow(self.board, cmap=plt.cm.gray)
plt.colorbar()
plt.show()
def fill_block(self, x, y):
'''
填充點(x, y)
:param x: x
:param y: y
:return: None
'''
if self.board[x][y] == 0:
self.board[x][y] = self.t
else:
raise Exception
def fill(self, s_x, s_y, size, c_x, c_y):
'''
遞歸函數(shù)填充棋盤或子棋盤(下文稱區(qū)塊)
:param s_x: 區(qū)塊左上角x
:param s_y: 區(qū)塊左上角y
:param size: 區(qū)塊邊長
:param c_x: 區(qū)塊特殊點坐標x
:param c_y: 區(qū)塊特殊點坐標x
:return: None
'''
if size == 1:
return
pos = (round((c_x - s_x + 1) / size), round((c_y - s_y + 1) / size))
center = (round(s_x + size / 2 - 1), round(s_y + size / 2 - 1))
ls = [(0, 0), (0, 1), (1, 0), (1, 1)] # 代表四個子區(qū)塊
for i in ls:
if i != pos: # 如果不是原有特殊點所在區(qū)塊,則構(gòu)造特殊點并填充
x = center[0] + i[0]
y = center[1] + i[1]
self.fill_block(x, y)
self.t += 1 # 標記號加一,標記下一骨牌
for i in ls:
if i != pos: # 如果不是原有特殊點所在區(qū)塊
# 所構(gòu)造特殊點位置(x, y)
x = center[0] + i[0]
y = center[1] + i[1]
x1 = s_x + i[0] * (size / 2)
y1 = s_y + i[1] * (size / 2)
self.fill(x1, y1, size / 2, x, y)
else: # 如果是原有特殊點所在區(qū)塊
x1 = s_x + i[0] * (size / 2)
y1 = s_y + i[1] * (size / 2)
self.fill(x1, y1, size / 2, c_x, c_y)
主函數(shù)
if __name__ == '__main__':
k = eval(input("請輸入正整數(shù)K(棋盤大小2^2k,2^2k):\n"))
loc_x = eval(input("請輸入特殊點橫坐標:\n"))
loc_y = eval(input("請輸入特殊點縱坐標:\n"))
size = 2 ** (2 * k)
b = Board(size, loc_x, loc_y)
b.fill(0, 0, size, loc_x, loc_y)
b.visualize()
print(b.board)
總結(jié)
到此這篇關于python實現(xiàn)棋盤覆蓋問題及可視化的文章就介紹到這了,更多相關python棋盤覆蓋問題內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
python使用paramiko執(zhí)行服務器腳本并拿到實時結(jié)果
這篇文章主要介紹了python使用paramiko執(zhí)行服務器腳本并拿到實時結(jié)果,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-12-12
Django獲取該數(shù)據(jù)的上一條和下一條方法
今天小編就為大家分享一篇Django獲取該數(shù)據(jù)的上一條和下一條方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
Python中實現(xiàn)兩個字典(dict)合并的方法
這篇文章主要介紹了Python中實現(xiàn)兩個字典(dict)合并的方法,是Python程序設計中非常實用的技巧,需要的朋友可以參考下2014-09-09
對python 操作solr索引數(shù)據(jù)的實例詳解
今天小編就為大家分享一篇對python 操作solr索引數(shù)據(jù)的實例詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
解決Vscode中jupyter出現(xiàn)kernel dead問題
遇到VSCode中Jupyter Kernel Dead時,可通過Anaconda Prompt安裝ipykernel解決,首先使用jupyter kernelspec list命令查看內(nèi)核,若發(fā)現(xiàn)缺少ipykernel,激活相應虛擬環(huán)境,使用conda install ipykernel命令安裝,操作后,VSCode中Jupyter應能正常運行2024-09-09
Python深度學習pytorch神經(jīng)網(wǎng)絡填充和步幅的理解
這篇文章主要介紹了Python深度學習pytorch神經(jīng)網(wǎng)絡填充和步幅的理解2021-10-10

