枚举 PROBLEM4 熄灯问题

 

00000000
0  p   0
0 pP&pp  0
0  p?   0
0      0
0      0

!the value of press[][] is up to Puzzle[][] previous row   and press[][] previous row

!use 8*8 matrix to simplify the formula
so that we do not have to change formula on the border  

#include <cstdlib>
#include <iostream>

using namespace std;
/**lights our problem*/

//use 8*8 matrix to simplify the formula 
//so that we do not have to change formula on the border   
int puzzle[6][8];//global variable  
int press[6][8];
/**juedge if it douse out all lights
*根据press第一行和puzzle情况是否能够熄灭所有灯 
*/
bool guess()
{
     for(int i=1;i<5;i++)
     {
             for(int j=1;j<=6;j++)
             {
                   //do not forget press[i][j]  
                   press[i+1][j]=
                   (puzzle[i][j]+press[i][j-1]+press[i][j+1]+press[i-1][j]+press[i][j])%2;  
             }
     }
     for(int j=1;j<=6;j++)
     {
             if((press[5][j-1]+press[5][j+1]+press[4][j]+press[5][j])%2!=puzzle[5][j])
             {
                   return false;
             }
     }
     return true;
}

/**enumerate the condition of first line 
*枚举press第一行的情况 
*0----------------
*1----------------
*01---------------
*11---------------
*001--------------
*101--------------
*011--------------
*111--------------
*like binary addition
*/
void enumerate()
{
     for(int j=1;j<=6;j++)
     {
             press[1][j]=0;
     }
     //this is a substitution of for(0 1){for(0 1){for(0 1){.....}}}
     while(guess()==false)
     {
            press[1][1]++;
            int k=1;
            while(press[1][k]>1)
            {
                 press[1][k]=0;
                 k++;
                 press[1][k]++;
            }
     }
     return;
}
int main(int argc, char *argv[])
{
    int c;
    scanf("%d",&c);
    for(int x=0;x<=7;x++)
    {
            press[0][x]=0;
    }
    for(int x=0;x<=6;x++)
    {
            press[x][0]=press[x][7]=0;
    }
    for(int num=0;num<c;num++)
    {
            for(int x=1;x<=5;x++)
            {
                    for(int y=1;y<=6;y++)
                    {
                            scanf("%d",&puzzle[x][y]);
                    }
            }
            enumerate();   
            printf("PUZZLE# %d  \n",num+1);
            for(int x=1;x<=5;x++)
            {
                    for(int y=1;y<=6;y++)
                    {
                            printf("%d",press[x][y]);
                    }
                    printf("\n");
            }
    }   
    system("PAUSE");
    return EXIT_SUCCESS;
}

转载于:https://www.cnblogs.com/ggppwx/archive/2010/04/20/1716051.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题
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