Purification

解决特殊棋盘问题

最少需要n次, 按行每行或者案列每列放一个, 如果不能存在就无解


#include <iostream>
#include <cstring>
#include <string>
#include <cmath>
#include <algorithm>
#include <cstdio>
#include <cstdlib>
#include <vector>

#define MAX 1005
#define INF 1e8
#define FOR(i, n) for(int i  = 0; i < n; i++)
#define FORB(i, n) for(int i = n - 1; i >= 0; i--)
#define MKPR(i, j) make_pair(i, j)

using namespace std;
int n;
char s[MAX][MAX];
void solve(){

}
int main()
{
    cin>>n;
    getchar();
    FOR(i, n){
        gets(s[i]);
    }
    bool isFind  = true;
    vector<pair<int, int> >ans;
    FOR(i, n){//每行放一个
        isFind =false;
        FOR(j, n){
            if( s[i][j] != 'E'){
                isFind = true;
                ans.push_back( MKPR(i + 1, j + 1) );
                break;
            }
        }
        if(isFind == false){
            ans.clear();
            break;
        }
    }
    if(isFind){
        int tn = ans.size();
        FOR(i, tn)cout<<ans[i].first<<" "<<ans[i].second<<endl;
        return 0;
    }
    FOR(j, n){
        isFind = false;
        FOR(i, n){
            if(s[i][j] != 'E'){
                isFind = true;
//                cout<<i + 1<<" "<<j + 1<<endl;
                ans.push_back(MKPR(i + 1, j + 1));
                break;
            }
        }
        if(isFind == false)break;
    }
    cout<<endl;
    if(isFind){
        int tn = ans.size();
        FOR(i, tn){
            cout<<ans[i].first<<" "<<ans[i].second<<endl;
        }
    }else {
        puts("-1");
    }
    return 0;
}


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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