当前位置: 首页 > news >正文

[USACO 1.5.4]跳棋的挑战题解

[USACO 1.5.4]跳棋的挑战
这是一道比较简单n皇后题目哈
题目描述
一个如下的6 x 6的跳棋棋盘,有六个棋子被放置在棋盘上,使得每行,每列,每条对角线(包括两条主对角线的所有对角线)上都至多有一个棋子。

列号 1 2 3 4 5 6-------------------------1 | | O | | | | |-------------------------2 | | | | O | | |-------------------------3 | | | | | | O |-------------------------4 | O | | | | | |-------------------------5 | | | O | | | |-------------------------6 | | | | | O | |-------------------------

上面的布局可以用序列2 4 6 1 3 5来描述,第i个数字表示在第i行的相应位置有一个棋子,如下: 行号 1 2 3 4 5 6 列号 2 4 6 1 3 5 这只是跳棋放置的一个解。
请遍一个程序找出所有跳棋放置的解。并把它们以上面的序列方法输出。解按字典顺序排列。请输出前3个解。最后一行是解的总个数。
特别注意: 对于更大的N(棋盘大小N x N)你的程序应当改进得更有效。不要事先计算出所有解然后只输出,这是作弊。如果你坚持作弊,一旦你被无聊的管理员LJ发现的话,我想后果会非常严重^ ^
输入一个数字N (6<= N <= 13) 表示棋盘是N x N大小的。
输出前三行为前三个解,每个解的两个数字之间用一个空格隔开。第四行只有一个数字,表示解的总数。
样例输入输出
输入#1
6
输出#1
2 4 6 1 3 5
3 6 2 5 1 4
4 1 5 2 6 3
4

#include <iostream>
#include <cstring>
using namespace std;
const int OFFSET = 15;  // 因为n<=8,15足够
int n, a[30], b[30], o[30], I[30], ans;
void dfs(int x) {if (x > n) {ans++;if (ans <= 3) {  // 只输出前三个解for (int i = 1; i <= n; ++i) {cout << a[i];if (i < n) cout << " ";}cout << endl;}return;}for (int i = 1; i <= n; ++i) {if (b[i] == 0 && o[i + x] == 0 && I[i - x + OFFSET] == 0) {o[i + x] = I[i - x + OFFSET] = b[i] = 1;a[x] = i;dfs(x + 1);o[i + x] = I[i - x + OFFSET] = b[i] = 0;}}
}
int main() {cin >> n;// 初始化数组memset(b, 0, sizeof(b));memset(o, 0, sizeof(o));memset(I, 0, sizeof(I));dfs(1);cout << ans << endl;return 0;
}

Jason (31)

http://www.jsqmd.com/news/149770/

相关文章:

  • 实用指南:《Linux系统编程之进程环境》【地址空间】
  • Flax/JAX能否取代TensorFlow?深度对比分析
  • 探索纯金属枝晶凝固模型之多点枝晶相场模型cmsol源码
  • 探索AEB距离模型:从理论到Simulink仿真
  • 多团队并行开发下的测试协调与集成策略
  • Theano遗产继承者:TensorFlow的历史使命
  • 三菱Q06UDV PLC在锂电池组盘机中的应用实践
  • Adafactor内存优化:超大模型训练必备
  • 合规性驱动的测试流程:构筑医疗金融行业的数字信任基石
  • 基于Python+Vue开发的蛋糕商城管理系统源码+运行步骤+计算机专业
  • Cruise增程混动仿真模型:探索串联混动的动力与经济奥秘
  • type hints 是程式碼的照妖鏡:沒有它,妖魔鬼怪(bug)都藏著;有它,全部現形
  • 微服务架构的分布式测试流程设计
  • RAG项目分析和方案设计
  • 测试与运维的协作闭环:基于故障注入的韧性验证
  • MoCo动量编码器:TensorFlow实现关键点
  • 创客匠人:智能体作为 IP 创意伙伴,破解知识变现的灵感困局与内容失衡
  • 欧姆龙NJ/NX:POD映射拓展轴功能块揭秘与应用实战
  • 贝叶斯神经网络:TensorFlow Probability应用实例
  • 青少年博客:如何写出吸引人的博客,提升个人价值和技能
  • Graphcore IPU运行TensorFlow工作进展通报
  • LAMB Optimizer实战:大batch训练稳定性提升
  • 模拟量滤波防抖PLC程序实现
  • MLIR在TensorFlow编译栈中的作用与价值
  • 微电网优化调度:多目标与改进粒子群算法的魅力
  • 变分自编码器VAE:TensorFlow实现细节
  • 没有契约测试的微服务是什么样的?
  • 百川大模型TensorFlow生态接入建议
  • SparseTensor应用:高维稀疏特征建模
  • RaggedTensor实战:处理变长序列数据