GYM 101653 V.Towers(dfs)

本文介绍了一种使用深度优先搜索(DFS)算法解决特殊数独问题的方法,该数独除了基本规则外还增加了从特定方向可见塔的数量作为额外约束。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description
一个n*n的数独,每一行每一列数字都不同,一个数组表示该位置放这么高的塔,已经填好一些数字并且给出一些限制,如某一行左边的限制为从左边看这一行能看到多少塔,上下左右都可能有类似的限制,问是否存在一个合法的数独满足这些条件,如果有则输出一组合法解,否则输出no
Input
第一行一整数T表示用例组数,每组用例首先输入一整数n表示数独大小,然后是一个(n+2)*(n+2)的矩阵,第一行和最后一列分别表示上面和下面的限制,第一列和最后一列分别表示左边和右边的限制,-表示没有限制,中间的n*n矩阵表示数独初始状态,-表示没填数(3<=n<=5)
Output
如果存在一个合法的数独满足这些条件则输出一组合法解,否则输出no
Sample Input
这里写图片描述
Sample Output
这里写图片描述
Solution
暴力dfs,dfs的时候先不管四周的限制,只根据数独的限制去放数,等所有数字都放完再判断其是否满足周围的限制
Code

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<vector>
#include<queue>
#include<map>
#include<set>
#include<ctime>
using namespace std;
typedef long long ll;
#define INF 0x3f3f3f3f
#define maxn 7
int T,n,flag,mark[maxn],a[maxn][maxn];
char s[maxn][maxn];
bool check1()
{
    for(int i=1;i<=n;i++)
    {
        memset(mark,0,sizeof(mark));
        for(int j=1;j<=n;j++)
            if(a[i][j])
            {
                if(mark[a[i][j]])return 0;
                mark[a[i][j]]=1;
            }
    }
    for(int j=1;j<=n;j++)
    {
        memset(mark,0,sizeof(mark));
        for(int i=1;i<=n;i++)
            if(a[i][j])
            {
                if(mark[a[i][j]])return 0;
                mark[a[i][j]]=1;
            }
    }
    return 1;
}
bool check2()
{
    for(int i=1;i<=n;i++)
    {
        int temp,num;
        if(s[i][0]!='-')
        {
            temp=num=0;
            for(int j=1;j<=n;j++)
                if(a[i][j]>temp)temp=a[i][j],num++;
            if(num!=s[i][0]-'0')return 0;
        }
        if(s[i][n+1]!='-')
        {
            temp=num=0;
            for(int j=n;j>=1;j--)
                if(a[i][j]>temp)temp=a[i][j],num++;
            if(num!=s[i][n+1]-'0')return 0;
        }
    }
    for(int j=1;j<=n;j++)
    {
        int temp,num;
        if(s[0][j]!='-')
        {
            temp=num=0;
            for(int i=1;i<=n;i++)
                if(a[i][j]>temp)temp=a[i][j],num++;
            if(num!=s[0][j]-'0')return 0;
        }
        if(s[n+1][j]!='-')
        {
            temp=0,num=0;
            for(int i=n;i>=1;i--)
                if(a[i][j]>temp)temp=a[i][j],num++;
            if(num!=s[n+1][j]-'0')return 0;
        }
    }
    return 1;
}
int dfs(int x,int y)
{
    if(flag)return 1;
    if(y==n+1)x++,y=1;
    if(x==n+1)
    {
        if(check2()==1)
        {
            flag=1;
            return 1;
        }
        return 0;
    }
    if(a[x][y])return dfs(x,y+1);
    int gg=1;
    for(int i=1;i<=n;i++)
    {
        a[x][y]=i;
        if(check1())
        {
            if(dfs(x,y+1))
            {
                gg=0;
                flag=1;
                return 1;
            }
        }
        a[x][y]=0;
    }
    if(gg)return 0;
}
int main()
{
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d",&n);
        for(int i=0;i<=n+1;i++)scanf("%s",s[i]);
        memset(a,0,sizeof(a));
        for(int i=1;i<=n;i++)
            for(int j=1;j<=n;j++)
                if(s[i][j]>='0'&&s[i][j]<='9')
                    a[i][j]=s[i][j]-'0';
        flag=0;
        dfs(1,1);
        if(flag)
        {
            for(int i=1;i<=n;i++)
            {
                for(int j=1;j<=n;j++)printf("%d",a[i][j]);
                printf("\n");
            }
        }
        else printf("no\n");
        printf("\n");
    }
    return 0;
}
### 使用 `gym.spaces.Box` 定义动作空间 在OpenAI Gym环境中定义连续的动作空间通常会使用到 `gym.spaces.Box` 类。此类允许创建一个多维的盒子形状的空间,其边界由低限(low)和高限(high)参数指定[^1]。 对于给定的例子,在类 `ActionSpace` 中静态方法 `from_type` 返回了一个基于输入类型的行动空间实例: 当 `space_type` 是 `Continuous` 时,返回的是一个三维向量形式的动作空间对象,该对象表示三个维度上的取值范围分别为 `[0.0, 1.0]`, `[0.0, 1.0]`, 和 `[-1.0, 1.0]` 的实数集合,并且数据类型被设定为了 `np.float32`: ```python import numpy as np import gym class ActionSpace: @staticmethod def from_type(action_type: int): space_type = ActionSpaceType(action_type) if space_type == ActionSpaceType.Continuous: return gym.spaces.Box( low=np.array([0.0, 0.0, -1.0]), high=np.array([1.0, 1.0, 1.0]), dtype=np.float32, ) ``` 此段代码展示了如何通过传递最低限度(`low`)数组以及最高限度(`high`)数组来初始化一个新的Box实例,从而构建出一个具有特定界限的多维连续数值区间作为环境可能采取的一系列合法行为的选择集的一部分。 另外值得注意的是,每个环境都应当具备属性 `action_space` 和 `observation_space` ,这两个属性应该是继承自 `Space` 类的对象实例;Gymnasium库支持大多数用户可能会需要用到的不同种类的空间实现方式[^2]。 #### 创建并测试 Box 动作空间的一个简单例子 下面是一个简单的Python脚本片段用于展示怎样创建和验证一个基本的 `Box` 空间成员资格的方法: ```python def check_box_space(): box_space = gym.spaces.Box(low=-1.0, high=1.0, shape=(2,), dtype=np.float32) sample_action = box_space.sample() # 获取随机样本 is_valid = box_space.contains(sample_action) # 检查合法性 print(f"Sampled action {sample_action} within bounds? {'Yes' if is_valid else 'No'}") check_box_space() ``` 上述函数首先建立了一个二维的 `-1.0` 到 `1.0` 范围内的浮点型 `Box` 空间,接着从中抽取了一组随机样本来检验它确实位于所规定的范围内。
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