【三色旗】

/*
三色旗
说明:
三色旗的问题最早由E.W.Dijkstra所提出,他所使用的用语为Dutch Nation Flag(Dijkstra为荷兰人),而大多数
的作者则使用Three-Color Flag来称之。

假设有一条绳子,上面有红,白,蓝三种颜色的旗子,起初绳子上的旗子颜色并没有顺序,您希望将之分类,并
排列为蓝,白,红的顺序,要如何移动次数才会最少,注意您只能在绳子上进行这份动作,而且一次只能调换
两个色旗子。
 
解法:
在一条绳子上移动,在程式中也就意味着只能使用一个阵列,而不能使用其他的阵列来作辅助,问题的解法很简单
您可以自己想像一下在移动旗子,从绳子开头进行,遇到蓝色往前移,遇到白色留在中间,遇到红色往后移,如下
所示:
只是要让移动的次数最少的话, 就要有些技巧:
    1.如果图中W所在位置为白色,则W+1, 表示未处理的部分移至白色群组。
    2.如果W部分为蓝色, 则B与W的元素对调,而B与W必须各 +1, 表示两个群组都多了一个元素。
    2.如果W所在的位置是红色,则将W与R交换,但R要减 1,表示未处理的部分减 1.
    
注意B,W,R并不是三色旗的个数,它们只是一个移动的指标;什么时候移动结束呢?一开始时未处理的R指标会是
等于旗子的总数,当R的索引数减至少于W的索引数时,表示接下来的旗子就是红色了,此时就可以结束移动,如下
所示: 
*/

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define BLUE 'b'
#define WHITE 'w'
#define RED 'r'

#define SWAP(x, y)    {char temp; temp = color[x]; color[x] = color[y]; color[y] = temp;}

int main()
{
    char color[] = {'r', 'w', 'b', 'w', 'w', 'b', 'r', 'b', 'w', 'r', '\0'};
    int wFlag = 0; 
    int bFlag = 0;
    int rFlag = strlen(color) - 1;
    int i, count = 0;
    
    for(i = 0; i < strlen(color); i++)
    {
        printf("%c", color[i]);
    }
    printf("\n");
    
    printf("开始: \n");
    while(wFlag <= rFlag) 
    {
        if(color[wFlag] == WHITE) 
        {
            wFlag++;
        }
        else if(color[wFlag] == BLUE) 
        {
            SWAP(bFlag, wFlag);
            bFlag++;
            wFlag++;
        }
        else
        {
            while(wFlag < rFlag && color[rFlag] == RED)
            {
                rFlag--;
            }
            SWAP(rFlag, wFlag);
            rFlag--;
        } 
        for(i = 0; i < strlen(color); i++)
        {
            printf("%c", color[i]);
        }
        printf("\n");
        count++;
    }
    
    printf("\n最终:\n");
    for(i = 0; i < strlen(color); i++)
    {
        printf("%c", color[i]);
    }
    printf("\n共移动了 %d 次.", count);
    printf("\n");
    
    return 0;
}

 

运行结果:

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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