南邮OJ D题

D. 幻方

时间限制(普通/Java):1500MS/5000MS          运行内存限制:65536KByte
总提交:212            测试通过:44

描述

河图,黑点白点排列奥秘数阵;洛书,纵横斜三条线上数和皆15。这是一个古老的数字游戏,将1~9填入一个九宫格,使得每行、每列、对角线上数字的和都相同(为15)。在西方,满足类似规律的矩阵称之为幻方。
一个n阶的幻方是一个n阶矩阵,在其中填入1~n2个正整数,使得每行每列及两条对角线上的数字和都相同。随着n的增大,幻方的解就越难求。但是,对于n为奇数的幻方,有一种独特的填数解法:
1、首先,将1填在第一行正中间;
2、依次填入2~n2,其中数字i+1填在数字i的右上角;
3、当数字i的右上角不可以填数字时,按如下方法分类讨论:
a) 目标格超出幻方右边界,将数字填入该行最左侧的空格中;
b) 目标格超出幻方上边界,将数字填入该列最下方的空格中;
c) 目标格被占或其他情况,将数字填入源数字的下方一格。
下各图给出了三阶幻方的填数流程:

 

现在,请你按照上述规则,求解幻方。

输入

第一行包含一个正整数T (1≤T≤10),表示有T组数据。
接下来T行,每行包含一个正整数N(1≤N<1000),表示幻方的阶数。
数据保证N一定为奇数。

输出

对于每个N阶幻方,依次输出N行,每行N个数字,每两个数字间用空格分隔。

样例输入

2
1
3

样例输出

1
8 1 6
3 5 7
4 9 2


package com.njupt.acm;

import java.util.Scanner;

public class TestD1 {

	public static void main(String[] args)  throws Exception{
	 
		
		Scanner scanner = new Scanner(System.in);

		int nn = scanner.nextInt();
		
		for( int w = 0 ; w < nn ; ++w ){
			int SIZE = scanner.nextInt();
			
			int mat[][] = new int[SIZE][SIZE];
			int i = 0, j, k, n;
			n = SIZE;
			j = n / 2;
			for (k = 1; k <= n * n; k++) {
				mat[i][j] = k;
				if (k % n == 0) {
					i = (i + 1) % n;
				} else {
					i = (i - 1 + n) % n;
					j = (j + 1) % n;
				}
			}
			for (i = 0; i < n; i++) {
				for (j = 0; j < n; j++){
					System.out.print(mat[i][j] + " ");
				}
				System.out.println();
			}
		}
		}
	   	
	
}


内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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

打赏作者

帅气的东哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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