找数组中与其他数绝对值差和最小的数_PQ算法初步 — 三角螺旋数组

b1f8cc788856cc3734924242960d0574.png

题记:

中高考数学卷中总会有那种让你找规律填数的题型,一般情况下会问具体几行几列是什么数,也许今年高考就会问一个数阵里面的第2019行的第67个是什么数,一般情况下,大部分考生解答这类问题是没有任何问题的,毕竟找规律是相对容易的,但是一旦这种题目变成解答题,需要你求通项公式或者问你数阵中是否存在XXXX的时候,得分率刷刷刷就降下去了。

8222211d792bed544ed4abe51a20d81a.png
https://blog.csdn.net/qq_30076791/article/details/50616511

这是一道2011年第二届蓝桥杯(C/C++组)的预赛题目,正好也是一道数阵题,上一篇算法初步笔记我讲解了如何“倒放”和“逆推”,这篇笔记我就借这道预赛题来分享一下这类打印数组的算法题如何用PQ实现“通项暴力求解”。


下三角内旋数组:

为了方便描述,这种螺旋向内递增的数组我把它称为“内旋数组”。

直接使用原题不是我的习惯,我就稍微改一下题目吧:

先观察下列数阵的变化规律,然后设计一个M查询,输出任意n阶的下三角内旋数组。

bd33d70ac4a7b1ceaa5eb61d51898858.png
n=1

28a6246d2bf10df127616b00a5a8c602.png
n=2

03b48b3d34745e217a59359ced321637.png
n=3

1eedbc6c0064ecb9ca17af53add2ba5b.png
n=4

6fcedab3f7e49ca9d65774e320926cd2.png
n=5

d7f203a8d505168c19ccaa8a95ae4ef5.png
n=6

老规矩,先看看“蓝桥杯”原题的网上答案长什么样子:

bca8a16114a84822a00be142916dce60.png
方案1:44行

df644fff2cb2c1df3e4068ad29ea7fae.png
方案2:28行

别被吓到了,反正也看不懂,哈哈~

下面一起来看看“通项暴力求解”方法吧!


通项暴力求解:

虽然标题起名为暴力求解,听起来像是用了很蠢的办法,但从算法时间的复杂度上来看并不是特别“蠢”。我打算把这道算法题完全当作数学上的求通项公式来解答,因此必须明确地定义出一些变量,首先要建立xOy 坐标系:

203a5bb3583aa9cee8d28e21a40e6356.png
tablexy

***

小知识点:(中学数学_线性规划里的知识点)

上半部分空白区域判定:x+y<1+阶数

***

建立好坐标系后,我需要对一些特殊量下一个定义,先看这个9阶数组,以3阶为内核,我把从外到内的三层数分别染上了渐变绿、渐变红、渐变橙三种颜色,颜色最深也就是每一层最小的那个数,就是这一层开始的那个数,我把它命名为:initial_value

显然这个9阶数组的三个initial_value 分别为:1、25、40;

不同层的初始值不同,我们可以通过数组的阶数和层数唯一确定这个初始值,因此我需要对层下一个定义,最外层为第一层,往内依次递增,层数用变量floor 来表示;

f70ca96c9b835d89d92e010c0a4db67b.png

好,包括阶数在内我已经定义了三个变量了,但是这还不够方便我们计算一个坐标为(x,y)的值是多少,我需要知道每一层的边长,这样我能够迅速地对值进行大致估算与定位,例如上图的“31”在第二层的斜边上,那么我知道边长为6,初始值为25后,就可以快速计算出31>25+6-1且31<25+(6-1)*2,从而得知31是在斜边上了。那么我定义一个边长变量length_of_side 简称LoS

有了这些变量和坐标后,就可以开始通项暴力求解了,先列出简单的基本关系式:

n=阶数

在求层数之前,我们更容易得到的一个关系式是:

LoS=n-3*(floor-1)

层数的确定我们可以先观察13/32/42这三个数,分别处在第1/2/3层,而它们的纵坐标是相同的,同理,也存在横坐标相同层数不同和横纵坐标都不相同却处在同一层的数(对角线),通过简单的计算可以得出:

单纯看横坐标,层数应该是n-x+1

单纯看纵坐标,层数应该是n-y+1

单纯看对角线,层数应该是x+y-n

由刚才举的例子可以发现,“最小的”的就是它的真实层数,因此:

floor=List.Min({n-x+1,n-y+1,x+y-n})

接下来我们来看看初始值怎么计算:

初始值可以看做是上一层初始值绕一圈的长度后再加一的那个数,因此假如我们简写边长LoS为L,初始值简写为V,层数小写为f,则有关系式:

V1=1,V(f)=V(f-1)+3*(L-1)

(标准的高中数列题,已知首项和递推公式,求通项)

解题过程参加过高考的朋友基本都会,就不赘述了,关系式为:

initial_value=3*n*(floor-1)+0.5*(21*floor-9*floor*floor)-5

以上关键量的表达式就都出来了,那么最后就是简单的根据关键量来计算了:

***

let

tablexy=List.Transform({1..阶数[阶数]{0}},(x)=> List.Transform({1..阶数[阶数]{0}},(y)=>

if x+y<1+阶数[阶数]{0} then null else

let

n=阶数[阶数]{0},

floor=List.Min({n-x+1,n-y+1,x+y-n}),

LoS=n-3*(floor-1),

initial_value=3*n*(floor-1)+0.5*(21*floor-9*floor*floor)-5

in

if floor=n-x+1 then initial_value+n-floor-y+1

else if floor=x+y-n then initial_value+2*LoS+y-n+floor-3

else initial_value+3*LoS+x+floor-n-4) )

in

Table.FromColumns(tablexy)

***

40466315e7111f8fa0b031ac0bf42548.png
按照Python的格式书写,一共16行

e50af933de32e923364a9a4d1fdcf7cf.png

加上条件格式后,内旋增大的规律一目了然,上图为25阶的下三角内旋数组热力图。


下篇笔记:《蛇形数组的两种解法》

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **据收集**:首先需要收集大量的植物图像据,这些据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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