递归解决八皇后问题(回溯方法)

本文介绍了一个使用递归算法解决八皇后问题的Java实现。通过递归检查每一步是否符合规则,最终找到所有可能的解决方案。文章详细展示了递归函数的工作原理,以及如何判断皇后之间的冲突。

在这里插入图片描述
在这里插入图片描述

/**
 * 
 */
package com.pro.recursion;

/**
 * @Description
 * @author kansir
 * @version
 * @date 2019年8月10日 上午10:08:15
 */
public class EightQueens {
	//定义一个max表示共有多少个皇后
	int max=8;
	//定义数组,保存皇后放置位置的结果,比如arr={0,4,7,5,2,6,1,3}
	int[] array=new int[max];
	
	static int count=0;
	
	static int judgeCount=0;
	
	public static void main(String[] args) {
		
		EightQueens eightQueens=new EightQueens();
		eightQueens.check(0);
		System.out.println("一共有:"+count+"种解法");
		System.out.println("一共有:"+judgeCount+"次判断");
	}
	
	
	//放置第n个皇后
	/**
	 * 
	 * @Description 放置第n个皇后,注意:每个check中都有for循环,因此会产生回溯
	 * @author kansir
	 * @date 2019年8月10日 上午10:39:18
	 * @param n
	 */
	public void check(int n) {
		
		if(n==max) {//n==8,其实8个皇后就已经放好了
			print();
			return;
		}
		//依次放入皇后,并判断是否冲突
		for (int i = 0; i < max; i++) {
			//先把当前这个皇后放到改行的第一列
			array[n]=i;
			//判断当放置第n个皇后到第i列时是否冲突
			if(judge(n)) { //如果不冲突
				//接着放第n+1个皇后,开始递归\
				check(n+1);
				
			}else {//如果冲突,就继续执行array[]=i;即将第n个皇后,放置在本行的后移一个位置
				
			}
		}
	}
	
	/**
	 * 
	 * @Description 查看当我们的位置放第n个皇后,就去检测该黄后是否和前面已经摆放的皇后冲突 
	 * @author kansir
	 * @date 2019年8月10日 上午10:16:43
	 * @param n 表示第n个皇后
	 * @return
	 */
	public boolean judge(int n) {
		judgeCount++;
		
		for (int i = 0; i < n; i++) {
			//如果array[i]==array[n]说明第n个皇后和前面n-1个皇后在同一列
			//Math.abs(n-1) ==Math.abs(array[n]-array[i]) 表示判断第n个皇后是否和第i个皇后在同一斜线
			if(array[i]==array[n]||Math.abs(n-i) ==Math.abs(array[n]-array[i])) {
				return false;
			}
		}
		return true;
	}
	
	
	
	/**
	 * 
	 * @Description 将皇后摆放的位置打印出来 
	 * @author kansir
	 * @date 2019年8月10日 上午10:14:13
	 */
	public void print() {
		count++;
		for (int i = 0; i < array.length; i++) {
			System.out.print(array[i]+" ");
		}
		
		System.out.println();
	}
	
}

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
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