寻找鞍点

题目内容:

请编程找出一个M*N矩阵中的鞍点,即该位置上的元素是该行上的最大值,是该列上的最小值。如果矩阵中没有鞍点,则输出“No saddle point!”

已知函数原型:
void FindSaddlePoint(int a[][N], int m, int n);

在该函数中输出有无鞍点的信息。

程序运行结果示例1

Input m,n:

3,3↙

Input matrix:

1 2 3↙

4 5 6↙

7 8 9↙

a[0][2] is 3

程序运行结果示例2

Input m,n:

3,4↙

Input matrix:

3 4 7 5↙

0 1 8 2↙

9 3 2 6↙

No saddle point!

输入提示: “Input m,n:\n”

    “Input matrix:\n" 

输入格式:

输入矩阵大小: “%d,%d”

输入矩阵元素: “%d”

输出格式:

找到鞍点的输出格式:“a[%d][%d] is %d\n”

没找到鞍点的输出格式:“No saddle point!\n”

#include<stdio.h>
#define N 10
void FindSaddlePoint(int a[][N], int m, int n);
int main()
{
   
   int a[N][N
  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 好的,以下是用文回复: 可以编写一个程序来查找m*n矩阵鞍点。具体方法是,对于每个元素,找到其所在行的最大值和所在列的最小值,如果这两个值相等,则该元素一个鞍点。如果矩阵没有鞍点,则输出“no saddle point!”的提示信息。 ### 回答2: 为了找出一个m*n矩阵鞍点即该位置上的元素该行上的最大值,是该列上的最小值,我们需要进行以下步骤: 1. 遍历整个矩阵找出每一行的最大值和每一列的最小值。 2. 遍历整个矩阵,对于每个元素,判断它是否是该行上的最大值和该列上的最小值。 3. 如果该元素该行上的最大值和该列上的最小值,则它就是一个鞍点。 4. 如果没有找到鞍点,则输出“no saddle point!”。 以下是相应的Python代码实现: def find_saddle_point(matrix): m = len(matrix) n = len(matrix[0]) rows_max = [max(row) for row in matrix] # 所有行的最大值 cols_min = [min(matrix[i][j] for i in range(m)) for j in range(n)] # 所有列的最小值 for i in range(m): for j in range(n): if matrix[i][j] == rows_max[i] and matrix[i][j] == cols_min[j]: return (i, j) # 鞍点位置 return "no saddle point!" 如果我们想要测试这个函数,可以先定义一个矩阵,然后调用函数: matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] print(find_saddle_point(matrix)) # 输出:(0, 2) 这里的输出是 (0, 2),表示矩阵第一行的最大值是 3,第三列的最小值也是 3,因此矩阵(0,2)的位置一个鞍点。 如果我们定义一个没有鞍点矩阵,调用函数后应该返回“No saddle point!”: matrix = [[1, 2, 3], [2, 3, 4], [3, 4, 5]] print(find_saddle_point(matrix)) # 输出:no saddle point! ### 回答3: 一个m*n的矩阵鞍点一个元素,它是该行上的最大值,同时又是该列上的最小值。我们可以编写一个函数来找出一个矩阵鞍点,或者输出“no saddle point!”。 步骤如下: 1.设置两个空列表:rows_max和cols_min。rows_max存储每行的最大值,cols_min存储每列的最小值。 2.循环遍历矩阵的每个元素。对于每一个元素,我们需要找到它所在的行和列。 3.判断当前元素是否为该行最大值,同时也是该列的最小值。如果是,则说明当前元素鞍点,输出该元素的值。 4.否则,更新rows_max和cols_min列表。 5.循环结束后,如果没有找到鞍点,输出“no saddle point!”。 下面是Python代码示例: ```python def find_saddle_point(matrix): rows_max = [max(row) for row in matrix] # 获取每行的最大值 cols_min = [min(col) for col in zip(*matrix)] # 获取每列的最小值 for i, row in enumerate(matrix): for j, value in enumerate(row): if value == rows_max[i] and value == cols_min[j]: return value # 找到鞍点,返回其值 return "no saddle point!" # 没有鞍点,返回提示信息 ``` 我们可以将这个函数应用于一个矩阵: ```python matrix = [ [4, 5, 6], [1, 7, 2], [6, 8, 9] ] print(find_saddle_point(matrix)) # 输出:6 ``` 在这个矩阵,6是第一行的最大值,同时也是第三列的最小值,因此它是鞍点。我们的函数成功地找到了鞍点位置并输出了它的值。 如果我们应用于没有鞍点矩阵: ```python matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] print(find_saddle_point(matrix)) # 输出:no saddle point! ``` 在这个矩阵,没有任何一个元素既是它所在行的最大值,也是它所在列的最小值,因此它没有鞍点。我们的函数成功地检测到了这种情况并输出了相应的提示信息。

“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 1
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