checkio Life Counter

最新推荐文章于 2024-09-14 19:55:48 发布

九百六十一

最新推荐文章于 2024-09-14 19:55:48 发布

阅读量600

点赞数 24

文章标签： python

本文链接：https://blog.csdn.net/m0_73884545/article/details/138034536

版权

#康威生命游戏#checkio#python益智游戏

生命的游戏，也简称为生命，是一种“游戏”或元胞自动机由英国数学家约翰·霍顿·康威（John Horton Conway）于1970年设计。 “游戏”是一个零玩家游戏，这意味着它的进化是由它的初始状态决定的，不需要进一步的输入。一个人通过创建一个首字母来与生命游戏互动配置并观察它是如何演变的，或者对于高级玩家来说，通过创建模式特定属性。

生命游戏中的宇宙是一个无限的二维正交方格网格，它们中的每一个都处于两种可能的状态之一，活着或死去。每个细胞都与其相互作用八个相邻单元，它们是水平、垂直或对角线相邻的单元格。在时间的每个步骤中，都会发生以下转变：
- 任何少于两个活邻居的活细胞都会死亡，就好像是由人口不足引起的一样。
- 任何具有两个或三个活邻居的活细胞都会延续到下一代。
- 任何有三个以上活邻居的活细胞都会死亡，就好像过度拥挤一样。
- 任何具有三个活邻居的死细胞都会变成活细胞，就像通过繁殖一样。

初始模式（或第 0 步）构成了系统的种子。第一代是通过同时应用上述规则创建的对种子中的每一个细胞来说——出生和死亡同时发生，发生这种情况的离散时刻有时称为刻度（换句话说，每一代都是前一代的纯函数）。这些规则继续被反复应用，以创造后代。

在此任务中，您应该计算在第 N 个刻度时网格上将有多少个活细胞。您将获得一个初始位置（带有活细胞的网格片段）作为矩阵和刻度 N 的数字。矩阵表示为元组元组，其中 1 是活单元格，0 是死单元格。不要忘记网格在每个方向上都是无限的

在此示例中，初始位置将表示为：

((0, 1, 0, 0, 0, 0, 0),
 (0, 0, 1, 0, 0, 0, 0),
 (1, 1, 1, 0, 0, 0, 0),
 (0, 0, 0, 0, 0, 1, 1),
 (0, 0, 0, 0, 0, 1, 1),
 (0, 0, 0, 0, 0, 0, 0),
 (1, 1, 1, 0, 0, 0, 0),)

如果我们需要计算第 4 步的活细胞，那么从上图中可以看出，答案是 15。

输入： 两个论点。初始状态为具有整数（0 或 1）的元组元组，并且整数（N）表示为整数的数字。

输出： 第 N 个刻度的活像元数，以整数形式表示。

例：

life_counter（（（0， 1， 0， 0， 0， 0， 0， 0），

（0， 0， 1， 0， 0， 0， 0），

（1， 1， 1， 0， 0， 0， 0），

（0， 0， 0， 0， 0， 1， 1），

（0， 0， 0， 0， 0， 0， 0），

（1， 1， 1， 0， 0， 0， 0））， 4） == 15

使用方法： 这个游戏是元胞自动机的一个例子。这是一个很好的建模工具。您可以添加图形和如果你愿意，把它变成你自己的“生活”游戏。

前提条件： 0 < tick_n < 1000
3 ≤ len（state） ≤ 20
all（len（row） == len（state[0]） for row in state）

def neighbours(index):
    """参数接受一个索引，最后返回一个迭代对象,指向该位置周边的位置索引"""
    for dx in [-1, 0, 1]:
        for dy in [-1, 0, 1]:
            if dx != 0 or dy != 0:
                yield index[0] + dx, index[1] + dy


def neighbour_count(scope, cell):
    """参数为筛选范围和某细胞，函数用于返回某细胞cell周边存在于scope范围内的周边cell的个数"""
    return sum(cell in scope for cell in neighbours(cell))


def tick(scope):
    """接受一个scope作为范围参数，通过对范围内和范围外的细胞使用neighbour_count和neighbour函数判断该迭代情况下，生死细胞的情况"""
    life, dead = set(), set()
    # 收集能够存活的细胞
    # 从参数scope范围内获取元素，注意：在life_counter函数中，即是从liveCell活细胞集中获取活细胞的坐标
    for cell in scope:
        # 注意：在life_counter函数中，该循环即计算一个活细胞的周边所有活细胞的个数
        num = neighbour_count(scope, cell)
        if num == 2 or num == 3:
            life.add(cell)
        # 所有scope中的cell的周边细胞组成的细胞集定然大于scope，将cell周边超出scope范围的定义为死细胞，求并集
        dead |= {neighbor for neighbor in neighbours(
            cell) if neighbor not in scope}
    # 检索死细胞周围的活细胞个数，判断死细胞可能转化为活细胞的情况
    for cell in dead:
        # 接受一个死细胞作为cell参数检索该细胞周围存在的活细胞
        if neighbour_count(scope, cell) == 3:
            life.add(cell)
    # 最后返回活细胞
    return life


def life_counter(state, tick_n):
    """
    定义此函数接受一个state矩阵，和迭代次数。从state中获取所有活细胞的位置作为liveCell，
    然后进入迭代状态，使用tick函数返回所有得到活细胞位置，最后返回活细胞个数
    """
    # 遍历整个state同时将所有cell中的真值即livecell位置添加到集合中
    liveCell = {(index_x, index_y) for index_x, row in enumerate(state)
                for index_y, char in enumerate(row) if char}
    # 根据参数tick_n来决定进行几代
    for times in range(tick_n):
        # 将liveCell作为范围参数scope传入tick函数，tick函数得以检索每一个细胞存活的情况
        liveCell = tick(liveCell)
    return len(liveCell)


life_counter(((0, 1, 0, 0, 0, 0, 0),
              (0, 0, 1, 0, 0, 0, 0),
              (1, 1, 1, 0, 0, 0, 0),
              (0, 0, 0, 0, 0, 1, 1),
              (0, 0, 0, 0, 0, 1, 1),
              (0, 0, 0, 0, 0, 0, 0),
              (1, 1, 1, 0, 0, 0, 0)), 4)