iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >python实现棋盘覆盖问题及可视化
  • 551
分享到

python实现棋盘覆盖问题及可视化

2024-04-02 19:04:59 551人浏览 泡泡鱼

Python 官方文档:入门教程 => 点击学习

摘要

问题介绍 棋盘覆盖问题,是一种编程问题。 如何应用分治法求解棋盘覆盖问题呢?分治的技巧在于如何划分棋盘,使划分后的子棋盘的大小相同,并且每个子棋盘均包含一个特殊方格,从而将原问题分

问题介绍

棋盘覆盖问题,是一种编程问题。

如何应用分治法求解棋盘覆盖问题呢?分治的技巧在于如何划分棋盘,使划分后的子棋盘的大小相同,并且每个子棋盘均包含一个特殊方格,从而将原问题分解为规模较小的棋盘覆盖问题。k>0时,可将2k×2k的棋盘划分为4个2(k-1)×2(k-1)的子棋盘。这样划分后,由于原棋盘只有一个特殊方格,所以,这4个子棋盘中只有一个子棋盘包含该特殊方格,其余3个子棋盘中没有特殊方格。为了将这3个没有特殊方格的子棋盘转化为特殊棋盘,以便采用递归方法求解,可以用一个L型骨牌覆盖这3个较小棋盘的会合处,从而将原问题转化为4个较小规模的棋盘覆盖问题。递归地使用这种划分策略,直至将棋盘分割为1×1的子棋盘。

问题解释来源 百度

原网页

效果展示

k=1
k=1
k=2
k=2

代码实现

借助numpy处理数据,plot实现可视化

使用面向对象的方法设计了棋盘类。

一步步将棋盘分为小区块,指导区块的边长为1,退出递归。


import numpy as np
import matplotlib.pyplot as plt


class Board:
 def __init__(self, size, x, y):
  '''
  初始化棋盘

  :param size: 棋盘边长
  :param x: 特殊点横坐标
  :param y: 特殊点纵坐标
  '''
  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):
  '''
  可视化函数

  :return: None
  '''
  plt.imshow(self.board, cmap=plt.cm.gray)
  plt.colorbar()
  plt.show()

 def fill_block(self, x, y):
  '''
  填充点(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):
  '''
  递归函数填充棋盘或子棋盘(下文称区块)

  :param s_x: 区块左上角x
  :param s_y: 区块左上角y
  :param size: 区块边长
  :param c_x: 区块特殊点坐标x
  :param c_y: 区块特殊点坐标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)] # 代表四个子区块
  for i in ls:
   if i != pos: # 如果不是原有特殊点所在区块,则构造特殊点并填充
    x = center[0] + i[0]
    y = center[1] + i[1]
    self.fill_block(x, y)
  self.t += 1 # 标记号加一,标记下一骨牌
  for i in ls:
   if i != pos: # 如果不是原有特殊点所在区块
    # 所构造特殊点位置(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: # 如果是原有特殊点所在区块
    x1 = s_x + i[0] * (size / 2)
    y1 = s_y + i[1] * (size / 2)
    self.fill(x1, y1, size / 2, c_x, c_y)

主函数


if __name__ == '__main__':
 k = eval(input("请输入正整数K(棋盘大小2^2k,2^2k):\n"))
 loc_x = eval(input("请输入特殊点横坐标:\n"))
 loc_y = eval(input("请输入特殊点纵坐标:\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)

GitHub链接

总结

到此这篇关于python实现棋盘覆盖问题及可视化的文章就介绍到这了,更多相关Python棋盘覆盖问题内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: python实现棋盘覆盖问题及可视化

本文链接: https://www.lsjlt.com/news/121569.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • python实现棋盘覆盖问题及可视化
    问题介绍 棋盘覆盖问题,是一种编程问题。 如何应用分治法求解棋盘覆盖问题呢?分治的技巧在于如何划分棋盘,使划分后的子棋盘的大小相同,并且每个子棋盘均包含一个特殊方格,从而将原问题分...
    99+
    2022-11-11
  • python怎么实现棋盘覆盖问题及可视化
    这篇文章主要介绍“python怎么实现棋盘覆盖问题及可视化”,在日常操作中,相信很多人在python怎么实现棋盘覆盖问题及可视化问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”python怎么实现棋盘覆盖问题及...
    99+
    2023-06-13
  • Java基于分治算法实现的棋盘覆盖问题示例
    本文实例讲述了Java基于分治算法实现的棋盘覆盖问题。分享给大家供大家参考,具体如下:在一个2^k * 2^k个方格组成的棋盘中,有一个方格与其它的不同,若使用以下四种L型骨牌覆盖除这个特殊方格的其它方格,如何覆盖。四个L型骨牌如下图:棋盘...
    99+
    2023-05-30
    java 分治算法 棋盘覆盖
  • python如何实现实时可视化仪表盘
    这篇文章主要介绍python如何实现实时可视化仪表盘,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!python的数据类型有哪些python的数据类型:1. 数字类型,包括int(整型)、long(长整型)和float...
    99+
    2023-06-14
  • 数据可视化中的Python问题及解决方法
    数据可视化中的Python问题及解决方法数据可视化是数据科学领域中一个非常重要的任务,通过可视化我们能够更直观地理解和分析数据,为决策提供有力的支持。Python作为一种流行的编程语言,在数据可视化方面有着广泛的应用。然而,在实践中,我们经...
    99+
    2023-10-22
    Python 问题 数据可视化 解决方法
  • python视频转化字节问题的完整实现
    目录步骤1、准备2. 材料3、按帧读取视频什么是指定要转换的区间、帧率?看下效果图总结废话不多说,直接开干! 抖音字符视频在今年火过一段时间。 反正我是始终忘不了那段刘耕宏老师本草纲...
    99+
    2022-11-11
  • Python数据可视化正态分布简单分析及实现代码
    Python说来简单也简单,但是也不简单,尤其是再跟高数结合起来的时候。。。 正态分布(Normaldistribution),也称“常态分布”,又名高斯分布(Gaussiandistribution),最...
    99+
    2022-06-04
    正态分布 代码 简单
  • python基于Node2Vec实现节点分类及其可视化示例详解
    目录简介实现过程 加载数据集使用Node2vec嵌入数据训练分类器可视化节点嵌入简介 Node2vec是一种用于图嵌入(Graph Embedding)的方法,可用于节点分...
    99+
    2023-05-17
    Node2Vec节点分类可视化 python Node2Vec
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作