PTA布尔矩阵的奇偶性

这篇文章描述了一个编程问题,要求编写一个函数检查n阶布尔矩阵是否具有奇偶均势特性,以及如何通过修改一位元素来实现。函数`intBalanceMatrix`返回1表示矩阵平衡,2表示可通过修改,-1表示无法修复。程序通过计算行列和来判断矩阵特性。

一个布尔方阵具有奇偶均势特性,当且仅当每行、每列总和为偶数,即包含偶数个1。如下面这个4*4的矩阵就具有奇偶均势特性:

⎣⎡​1010​0011​1010​0011​⎦⎤​

编写程序,读入一个n阶方阵并检查它是否具有奇偶均势特性。如果没有,你的程序应当再检查一下它是否可以通过修改一位(把0改为1,把1改为0)来使它具有奇偶均势特性;如果不可能,这个矩阵就被认为是破坏了。

定义并调用如下函数:

int BalanceMatrix(int a[], int n);

函数返回1表示该矩阵具有奇偶均势特性;函数返回2表示可以通过修改1位来达到奇偶均势;函数返回-1表示该矩阵被是破坏了,无法恢复。

输入格式:

第一行是一个整数n ( 0< n < 100 ),代表该方阵的阶数。然后输入n 行,每行n个整数(0或1)。

输出格式:

如果矩阵是布尔矩阵,输出OK;如果能通过只修改该矩阵中的一位来使它成为布尔矩阵,则输出Change bit(i,j),这里i和j是被修改的元素的行与列(行,列号从0开始);否则,输出Corrupt

输入样例:

在这里给出一组输入。例如:

4
1 0 1 0
0 0 0 0
1 1 1 1
0 1 0 1

输出样例:

在这里给出相应的输出。例如:

OK

代码长度限制

16 KB

时间限制

1000 ms

内存限制

64 MB

栈限制

8192 KB

思路:

看所有的行和为奇数的有几个,看所有的列和为奇数的有几个。

方法:

暴力跑一遍行列得到结果。

AC代码:

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
#define endl "\n"

const ll N = 1e2+7;
ll n;
ll v[N][N],h[N],l[N];//图,每行的和,每列的和 

void solve(){
	cin >> n;
	for(ll i = 1 ; i <= n ; i ++)
		for(ll j = 1 ; j <= n ; j ++)
			cin >> v[i][j];
	for(ll i = 1 ; i <=n ; i ++)
		for(ll j = 1 ; j <= n ; j ++){
			h[i] += v[i][j];
			l[i] += v[j][i];
		}
	bool fh=1,fl=1;//标记行列 
	ll x=-1,y=-1;
	for(ll i = 1 ; i <= n ; i ++){
		if(h[i]%2 && x != -1)fh=0;
		if(h[i]%2 && x == -1)x=i;
		if(l[i]%2 && y != -1)fl=0;
		if(l[i]%2 && y == -1)y=i;
	}
	if(x == -1 && y == -1){
		cout << "OK" << endl;
	}else if(fh && fl){
		cout << "Change bit(" << x-1 << "," << y-1 << ")" << endl;
	}else cout << "Corrupt" << endl;
	return;
}

int main(){
	ll t=1;//cin >> t;
	while(t --)solve();
	return 0;
}

### PTA吉利矩阵C++实现 PTA上的吉利矩阵问题通常涉及二维数组的操作以及特定条件下的遍历逻辑。以下是基于常见题目描述的一个可能解法,假设问题是要求在一个给定的矩阵中找到满足某些条件的最大子矩阵。 #### 1. 题目分析 吉利矩阵问题的核心在于如何高效地处理二维数据结构并应用算法来解决问题。常见的任务包括计算最大和、路径规划或其他约束条件下的最优解[^1]。 #### 2. 数据结构设计 为了存储矩阵中的元素,可以使用标准库中的`vector<vector<int>>`作为主要的数据容器。这种动态数组能够灵活适应不同大小的输入矩阵[^2]。 ```cpp #include <iostream> #include <vector> using namespace std; int main() { int n, m; cin >> n >> m; // 输入矩阵尺寸n*m vector<vector<int>> matrix(n, vector<int>(m)); for(int i = 0; i < n; ++i){ for(int j = 0; j < m; ++j){ cin >> matrix[i][j]; // 填充矩阵 } } return 0; } ``` 此代码片段展示了基本的矩阵读取操作,为后续更复杂的运算奠定了基础[^3]。 #### 3. 动态规划求解方法 对于寻找吉利矩阵这样的优化问题,动态规划是一种常用的技术。通过构建辅助表记录中间状态的结果,从而减少重复计算提高效率[^4]。 假设立一项规则:定义吉利值为某区域内所有数之积大于零的情况,则可以通过如下方式更新dp表格: ```cpp // 初始化DP表 vector<vector<bool>> dp(n, vector<bool>(m, false)); for (size_t i = 0; i < n; ++i) { for (size_t j = 0; j < m; ++j) { if(matrix[i][j] > 0){ dp[i][j] = true; // 单元格本身即符合条件 }else{ continue; } // 尝试扩展区域 if(i>0 && dp[i-1][j]){ dp[i][j] |= dp[i-1][j]; } if(j>0 && dp[i][j-1]){ dp[i][j] |= dp[i][j-1]; } } } // 输出最终结果... ``` 以上伪代码仅作示意用途,实际编码需依据具体业务需求调整边界条件与转移方程[^5]。 #### 4. 边界情况考虑 任何算法都应充分考虑到极端测试用例的影响,比如当整个矩阵全由负数值构成时该如何响应?或者单行列情形下程序的行为是否正常等问题都需要额外验证[^6]。 ---
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