寒假 全排列与n皇后

    递归很久之前就学过了,主要包括两个重要点:1.递归边界 2.递归式   例如斐波那契数列、汉诺塔等就可以很好处理。

    这次要记录的是全排列和八皇后问题。

    全排列就是给定几个正数,按顺序排列不重复。例如 (123)(132)(213)(231)(312)(321)这就是1、2、3三个数的全排列。如何利用递归来实现呢?记当前为第index位,如果给定的是n个数的全排列 ,则开设一个n的数组table记录被使用情况,从小到大遍历这个table查找第一个未被使用的数字,如果当前数字未被使用,则把它放在第index位,并且记为被使用过,然后递归调用下一位,递归边界是当index==n时。

void generates(int t)
{
    if(t==n+1)
    {
        for(int i=1;i<=n;i++)
        {
            printf("%d",p[i]);
        }
        printf("\n");
        return ;
    }
    for(int i=1;i<=n;i++)//枚举 1~n 如果此位没有用 则把他写在此位并把标志设为true 然后继续下一位。
    {
        if(hashtable[i]==false)
        {
            p[t]=i;
            hashtable[i]=true;
            generates(t+1);
            hashtable[i]=false;
        }
    }
}

以上代码即递归代码。

    下面讨论N皇后问题

    n皇后是指在n*n的国际象棋棋盘上放n个皇后,使得n个皇后两两不在同一行、同一列、同一对角线上,求合法的方案数。

    n皇后问题可以和全排列很好的结合起来。试想全排列排第index位即在棋盘的第index列上寻找放置皇后的位置。则这样能够保证了所有的皇后一定不在同一行和同一列上,那么接下来就只需要判断是否在同一个对角线上即可。判断的方法当然是横坐标之差与纵坐标之差相同。在下面有两种方法:1.暴力法 2.回溯法

    1.暴力法

在产生一个全排列之后,再进行测试,对每两个皇后都进行监测,是否在同一个对角线上,如果是则不记录,否则方案数+1。

void generates(int t)
{
    if(t==n+1)
    {
        bool flag=true;
        for(int i=1;i<=n;i++)
        {
            for(int j=i+1;j<=n;j++)
            {
                if(abs(i-j) == abs(p[i] - p[j]))  //第i,j列上的数字是p[i]和p[j] 即第p[i] p[j]个格子。
                {
                    flag=false;
                }
            }
        }
        if(flag)
            count++;
        return;

    }
    for(int i=1;i<=n;i++)//枚举 1~n 如果此位没有用 则把他写在此位并把标志设为true 然后继续下一位。
    {
        if(hashtable[i]==false)
        {
            p[t]=i;
            hashtable[i]=true;
            generates(t+1);
            hashtable[i]=false;
        }
    }
}

2.回溯法

回溯法的思想是在当前放置一个皇后之后就监测是否与之前放置的皇后冲突,如果冲突直接进行返回上层继续递归,否则继续进行放置。

void generateP(int index)
{
    if(index == n+1)
    {
        for(int i=1;i<=n;i++)
            printf("%d ",p[i]);
        printf("\n");
        countx++;
        return;
    }
    for(int x=1;x<=n;x++)
    {
        if(hashtable[x]==false)//当前要往第index列第x行插入
        {
            bool flag=true;
            //遍历之前的列上的皇后 看看与当前这个是否在对角线上
            for(int pre=1;pre<index;pre++)
            {
                if(abs(index-pre)==abs(x-p[pre]))
                {
                    flag=false;
                    break;
                }
            }
            if(flag)
            {
                p[index]=x;
                hashtable[x]=true;
                generateP(index+1);
                hashtable[x]=false;
            }
        }
    }

}

结束。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
协同过滤算法(Collaborative Filtering)是一种经典的推荐算法,其基本原理是“协同大家的反馈、评价和意见,一起对海量的信息进行过滤,从中筛选出用户可能感兴趣的信息”。它主要依赖于用户和物品之间的行为关系进行推荐。 协同过滤算法主要分为两类: 基于物品的协同过滤算法:给用户推荐与他之前喜欢的物品相似的物品。 基于用户的协同过滤算法:给用户推荐与他兴趣相似的用户喜欢的物品。 协同过滤算法的优点包括: 无需事先对商品或用户进行分类或标注,适用于各种类型的数据。 算法简单易懂,容易实现和部署。 推荐结果准确性较高,能够为用户提供个性化的推荐服务。 然而,协同过滤算法也存在一些缺点: 对数据量和数据质量要求较高,需要大量的历史数据和较高的数据质量。 容易受到“冷启动”问题的影响,即对新用户或新商品的推荐效果较差。 存在“同质化”问题,即推荐结果容易出现重复或相似的情况。 协同过滤算法在多个场景中有广泛的应用,如电商推荐系统、社交网络推荐和视频推荐系统等。在这些场景中,协同过滤算法可以根据用户的历史行为数据,推荐与用户兴趣相似的商品、用户或内容,从而提高用户的购买转化率、活跃度和社交体验。 未来,协同过滤算法的发展方向可能是结合其他推荐算法形成混合推荐系统,以充分发挥各算法的优势。

“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
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