【蓝桥杯】A,2,3,4,5,6,7,8,9 共9张纸牌排成一个正三角形（A按1计算）。要求每个边的和相等。下图就是一种排法（如有对齐问题，参看p1.png）。 A 9 6 48 3 7 5 2这

A,2,3,4,5,6,7,8,9 共9张纸牌排成一个正三角形（A按1计算）。要求每个边的和相等。
下图就是一种排法（如有对齐问题，参看p1.png）。
 
      A
     9 6
    4   8
   3 7 5 2
 
这样的排法可能会有很多。
 
如果考虑旋转、镜像后相同的算同一种，一共有多少种不同的排法呢？
 
请你计算并提交该数字。
 
注意：需要提交的是一个整数，不要提交任何多余内容。
 

代码如下：

public class Main{

	static int count=0;
    static boolean bool[]=new boolean[10];
    static int num[]=new int[10];
	public static void main(String[] args) {
        dfs(1);
        System.out.println(count/3/2);
	}
    public static void dfs(int step) {
    	if(step==10) {
    		if(num[1]+num[2]+num[4]+num[6]==num[6]+num[7]+num[8]+num[9]
    				&&num[1]+num[2]+num[4]+num[6]==num[1]+num[3]+num[5]+num[9]) {
    			count++;
    		}
    		return;
    	}
    	for(int i=1;i<10;i++) {
    		if(!bool[i]) {
    			bool[i]=true;
    			num[step]=i;
    			dfs(step+1);
    			bool[i]=false;
    		}
    	}
    }
}

 答案：144

回溯案例如下图所示：

解释：首先，让我们明确代码的功能：这是一个深度优先搜索（DFS）算法。条件是数组 num 中的前四个数字（1、2、4、6位）的和必须等于接下来的四个数字（6、7、8、9位）的和，同时也必须等于另一组四个数字（1、3、5、9位）的和。

下面是每一步的详细解释：

1. 初始化：

   • count：初始化为0，用于记录满足条件的排列数量。
   • bool[]：一个长度为10的布尔数组，初始值全部为false，用于标记数字是否已经被使用。
   • num[]：一个长度为10的整数数组，用于存储当前排列的数字。

2. 主函数开始：

   • 调用 dfs(1) 开始深度优先搜索。

3. 进入 dfs(1)：

   • step：当前为1，表示正在填充 num 数组的第一个位置。

4. 开始循环（第一次循环，i=1）：

   • bool[1]：之前是false，现在设置为true，表示数字1已被使用。
   • num[1]：设置为1。
   • 递归调用 dfs(2)。

5. 进入 dfs(2)：

   • step：现在为2，表示正在填充 num 数组的第二个位置。
   • 循环中，i 从1遍历到9，但1已经被使用（bool[1] 为true），所以跳过1。
   • 当 i 为2时，因为2还未被使用，所以 bool[2] 设置为true，num[2] 设置为2，然后递归调用 dfs(3)。

6. 进入 dfs(3)，以此类推，直到 dfs(10)。

7. 到达 dfs(10)：

   • 此时，num[] 数组已被完全填充。
   • 检查条件是否满足：num[1]+num[2]+num[4]+num[6] 是否等于 num[6]+num[7]+num[8]+num[9] 以及 num[1]+num[2]+num[4]+num[6] 是否等于 num[1]+num[3]+num[5]+num[9]。
   • 如果条件满足，count 增加1。

8. 回溯：

   • 从 dfs(10) 返回，bool[9] 被设置为false，因为9在当前的排列中已被使用，但在其他可能的排列中可能还需要使用。
   • 类似地，dfs(9) 返回，bool[8] 被设置为false，依此类推，直到最初的 dfs(1) 返回。

9. 主函数结束：

   • 打印 count 的值，即满足条件的排列数量。

需要注意的是，在每次递归调用 dfs(step+1) 后，都会通过 bool[i]=false 进行回溯，这是深度优先搜索中常见的做法，用于撤销当前的选择，以便尝试其他可能性。