分治法实现棋盘覆盖(python)

18 篇文章 4 订阅
18 篇文章 0 订阅

问题描述:

  1. 设计一棋盘覆盖问题算法(分治法)
  2. 并计算其时间复杂度(要求写出递推公式,及其求解过程)

在一个2k×2k 个方格组成的棋盘中,恰有一个方格与其它方格不同,称该方格为一特殊方格,且称该棋盘为一特殊棋盘。在棋盘覆盖问题中,要用图示的4种不同形态的L型骨牌覆盖给定的特殊棋盘上除特殊方格以外的所有方格,且任何2个L型骨牌不得重叠覆盖。
(该算法中可能用到的变量: tr :棋盘中左上角方格所在行;tc :棋盘中左上角方格所在列。 dr: 残缺方块所在行;dl
:残缺方块所在列。 size:棋盘的行数或列数;用二维数组board[ ][ ],模拟棋盘。)
在这里插入图片描述

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。

代码如下:
def chess(tr,tc,pr,pc,size):

	global mark         
	global table                  
	if size==1:
		return      #递归终止条件
	mark+=1             #表示直角骨牌号
	count=mark
	half=size//2         #当size不等于1时,棋盘格规模减半,变为4个
	#小棋盘格进行递归操作
	#左上角
	if (pr<tr+half) and (pc<tc+half):
		chess(tr,tc,pr,pc,half)
	else:
		table[tr+half-1][tc+half-1]=count
		chess(tr,tc,tr+half-1,tc+half-1,half)
        #将[tr+half-1,tc+half-1]作为小规模棋盘格的特殊点,进行递归
 
	#右上角
	if (pr<tr+half) and (pc>=tc+half):
		chess(tr,tc+half,pr,pc,half)
	else:
		table[tr+half-1][tc+half]=count
		chess(tr,tc+half,tr+half-1,tc+half,half)
	#将[tr+half-1,tc+half]作为小规模棋盘格的特殊点,进行递归
 
	#左下角
	if (pr>=tr+half) and (pc<tc+half):
		chess(tr+half,tc,pr,pc,half)
	else:
		table[tr+half][tc+half-1]=count
		chess(tr+half,tc,tr+half,tc+half-1,half)
	#将[tr+half,tc+half-1]作为小规模棋盘格的特殊点,进行递归
 
	#右下角
	if (pr>=tr+half) and (pc>=tc+half):
		chess(tr+half,tc+half,pr,pc,half)
	else:
		table[tr+half][tc+half]=count
		chess(tr+half,tc+half,tr+half,tc+half,half)
	#将[tr+half,tc+half]作为小规模棋盘格的特殊点,进行递归
 
def show(table):
	n=len(table)
	for i in range(n):
		for j in range(n):
			print(table[i][j],end='	')
		print('')

if __name__=='__main__':
    mark = 0
    k = 8   
    table=[[-1 for x in range(k)] for y in range(k)] #-1代表特殊格子
    chess(0,0,2,2,k)   
    print('\n数字即为填充顺序')
    show(table)

在这里插入图片描述

递推公式:

在这里插入图片描述

  • 5
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
分治法是一种算法设计策略,它将问题分解成更小的子问题,然后将子问题的解合并起来得到原问题的解。在棋盘覆盖问题中,我们可以使用分治法来解决。 下面是使用分治法解决棋盘覆盖问题Python代码示例: ```python def chessboard_cover(board, tr, tc, dr, dc, size, tile): """ 使用分治法进行棋盘覆盖 """ global tile_index if size == 1: return tile_index += 1 t = tile_index # 将棋盘分成4个子棋盘 sub_size = size // 2 # 覆盖左上角子棋盘 if dr < tr + sub_size and dc < tc + sub_size: chessboard_cover(board, tr, tc, dr, dc, sub_size, tile) else: board[tr + sub_size - 1][tc + sub_size - 1] = t chessboard_cover(board, tr, tc, tr + sub_size - 1, tc + sub_size - 1, sub_size, tile) # 覆盖右上角子棋盘 if dr < tr + sub_size and dc >= tc + sub_size: chessboard_cover(board, tr, tc + sub_size, dr, dc, sub_size, tile) else: board[tr + sub_size - 1][tc + sub_size] = t chessboard_cover(board, tr, tc + sub_size, tr + sub_size - 1, tc + sub_size, sub_size, tile) # 覆盖左下角子棋盘 if dr >= tr + sub_size and dc < tc + sub_size: chessboard_cover(board, tr + sub_size, tc, dr, dc, sub_size, tile) else: board[tr + sub_size][tc + sub_size - 1] = t chessboard_cover(board, tr + sub_size, tc, tr + sub_size, tc + sub_size - 1, sub_size, tile) # 覆盖右下角子棋盘 if dr >= tr + sub_size and dc >= tc + sub_size: chessboard_cover(board, tr + sub_size, tc + sub_size, dr, dc, sub_size, tile) else: board[tr + sub_size][tc + sub_size] = t chessboard_cover(board, tr + sub_size, tc + sub_size, tr + sub_size, tc + sub_size, sub_size, tile) # 创建一个2^n x 2^n的棋盘 def create_board(n): return [[0] * (2 ** n) for _ in range(2 ** n)] # 打印棋盘 def print_board(board): for row in board: print(row) # 测试代码 n = 3 # 棋盘大小为2^n x 2^n tile_index = 0 # 骨牌编号 board = create_board(n) chessboard_cover(board, 0, 0, 3, 4, 2 ** n, tile_index) print_board(board) ``` 这段代码使用递归的方式实现棋盘覆盖。首先,我们创建一个大小为2^n x 2^n的棋盘,并将所有方格初始化为0。然后,我们调用`chessboard_cover`函数来覆盖棋盘。该函数接受6个参数:棋盘、当前子棋盘的左上角坐标、要覆盖的方格坐标、子棋盘的大小和当前骨牌的编号。函数会根据当前子棋盘的位置和要覆盖的方格的位置,选择适当的策略进行覆盖。 运行以上代码,将会输出一个覆盖了指定方格的棋盘。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

南木Sir

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值