[leetcode] Valid Sudoku

Determine if a Sudoku is valid, according to: Sudoku Puzzles - The Rules.

The Sudoku board could be partially filled, where empty cells are filled with the character '.'.


A partially filled sudoku which is valid.


class Solution {
public:
    bool isValidSudoku(vector<vector<char> > &board) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        int tmp[10];
        for(int i=0 ; i<10 ; i++)
            tmp[i]=0;
        for(int i=0 ; i<9 ; i++){
            for(int j=0 ; j<9 ; j++){
                if(board[i][j]!='.'){
                    tmp[board[i][j]-'1']++;
                    if(tmp[board[i][j]-'1']>1)
                        return false;

                }
            }
            for(int k=0 ; k<10 ; k++)
                tmp[k]=0;
        }
        for(int i=0 ; i<9 ; i++){
            for(int j=0 ; j<9 ; j++){
                if(board[j][i]!='.'){
                    tmp[board[j][i]-'1']++;
                    if(tmp[board[j][i]-'1']>1)
                        return false;
                }
            }
            for(int k=0 ; k<10 ; k++)
                tmp[k]=0;
        }
        for(int i=0 ; i<9 ; i++){
            tmp[board[0+3*(i/3)][0+3*(i%3)]=='.'?9:(board[0+3*(i/3)][0+3*(i%3)]-'1')]++;
            tmp[board[0+3*(i/3)][1+3*(i%3)]=='.'?9:(board[0+3*(i/3)][1+3*(i%3)]-'1')]++;
            tmp[board[0+3*(i/3)][2+3*(i%3)]=='.'?9:(board[0+3*(i/3)][2+3*(i%3)]-'1')]++;
            tmp[board[1+3*(i/3)][0+3*(i%3)]=='.'?9:(board[1+3*(i/3)][0+3*(i%3)]-'1')]++;
            tmp[board[1+3*(i/3)][1+3*(i%3)]=='.'?9:(board[1+3*(i/3)][1+3*(i%3)]-'1')]++;
            tmp[board[1+3*(i/3)][2+3*(i%3)]=='.'?9:(board[1+3*(i/3)][2+3*(i%3)]-'1')]++;
            tmp[board[2+3*(i/3)][0+3*(i%3)]=='.'?9:(board[2+3*(i/3)][0+3*(i%3)]-'1')]++;
            tmp[board[2+3*(i/3)][1+3*(i%3)]=='.'?9:(board[2+3*(i/3)][1+3*(i%3)]-'1')]++;
            tmp[board[2+3*(i/3)][2+3*(i%3)]=='.'?9:(board[2+3*(i/3)][2+3*(i%3)]-'1')]++;
            for(int i=0 ; i<9 ; i++){
                if(tmp[i]>1)
                    return false;
            }
            for(int k=0 ;k<10 ;k++)
                tmp[k]=0;
        }
        return true;
    }
};


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
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