[每周一精] 之 N 皇后问题

本文介绍了一种解决N皇后问题的编程方法。该问题要求在N×N的棋盘上放置N个皇后,使得任意两个皇后不在同一行、列及对角线上。通过递归回溯算法实现了所有可行解的搜索。
这个主题用于把算法分析与设计课程的每周郭老,上课后的精讲例题的实现与复习。
问题描述:
lN皇后问题:N*N棋盘上,N个皇后不能在同行,同列及同一个对角线上。
编程实现:

#include <stdlib.h>
#include <iostream>
#include <stdio.h>
#include <math.h>
using namespace std;

bool canPlace(int x[],int N,int k){
for(int i=1;i<k;i++){
// 判断是否在对角线上
   if( abs(x[i]-x[k]) == abs(i-k) ) {
   return false;
}
//判断是否同一列
if(x[i] == x[k]){
   return false;
}
}
return true;

}

int main(){
int N;   //Number of Queens
cin>>N;
int x[20];
x[1] = 0;
int k=1;
int L=0;
while(k > 0){
  x[k] = x[k] + 1; //取当前列的下一列
  while(x[k] <= N && !canPlace(x,N,k)){
      x[k] = x[k] + 1;
  }
  if(x[k] <= N){
      if(k == N){
     cout<<"No."<<L++<<endl;
 for(int i=1;i<=N;i++){
    printf("x[%d]:%d \n", i,x[i]);
 }
 cout<<endl;
  }
  else {
      k++;
  x[k] = 0;
  }

  }
  else{
      k = k-1;
  }
}
cout<<"End "<<endl;
system("pause");
    return 0;
}


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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
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