240707 求解数独

结果

安装包

python -m pip install py_sudoku-1.0.1-py2.py3-none-any.whl

代码

# -*- coding: utf-8 -*-

def solveSudoku(puzzle):
    from sudoku import Sudoku             #是的,写这里了
    puzzle = Sudoku(3, 3, board=puzzle)   #初始化
    puzzle.show()                         #显示  
    solution = puzzle.solve()             #求解
    print("求解结果:")
    solution.show()                       #显示
    result = solution.board             #获取list形式
    return result                         #返回
#==================主程序=====================
puzzle=[[4, 0, 6, 0, 0, 0, 0, 9, 0],
             [0, 0, 0, 3, 1, 0, 0, 0, 6],
             [1, 0, 8, 0, 0, 7, 0, 0, 0],
             [0, 8, 0, 0, 4, 0, 6, 0, 0],
             [0, 6, 0, 7, 0, 3, 0, 2, 0],
             [0, 0, 7, 0, 9, 0, 0, 8, 0],
             [0, 0, 0, 8, 0, 0, 2, 0, 3],
             [3, 0, 0, 0, 5, 2, 0, 0, 0],
             [0, 4, 0, 0, 0, 0, 5, 0, 7]]
result=solveSudoku(puzzle)
print(result)

  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
作为一个AI语言模型,我无法直接操作Matlab。但是,我可以为您提供一些有关使用CVX求解的信息。 CVX是一种用于凸优化的Matlab软件包。数问题可以转化为线性规划问题,并且可以使用CVX解决。以下是一些基本的步骤: 1. 定义变量:将每个格子定义为一个变量。例如,对于9 x 9的数,定义一个9 x 9的变量矩阵X。 2. 添加约束条件:添加数的规则作为约束条件。例如,每个格子只能填入1到9之间的数字,每行、每列、每个3 x 3的小方格内的数字不能重复。 3. 定义目标函数:由于数问题没有明显的优化目标,因此可以将目标函数定义为任意常数。 4. 使用CVX求解求解:使用CVX求解器解决线性规划问题。 以下是一个使用CVX求解的示例代码: ```matlab %定义数变量 X = zeros(9,9); for i = 1:9 for j = 1:9 X(i,j) = 10*i+j; %将变量定义为两位数,方便后续处理 end end %添加约束条件 cvx_begin variable X(9,9) integer %每个格子只能填入1到9之间的数字 X >= 11 X <= 99 %每行、每列、每个3 x 3的小方格内的数字不能重复 for i = 1:9 sum(X(i,:)) == 45 sum(X(:,i)) == 45 end for i = 1:3:9 for j = 1:3:9 sum(reshape(X(i:i+2,j:j+2),1,[])) == 45 end end cvx_end %输出结果 disp(X) ``` 注意:该代码只是一个简单的示例,可能无法解决所有数问题。具体实现需要根据具体情况进行调整和改进。

“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