厦门科技馆摆木块问题

转载自 数学345 厦门科技馆摆木块问题

这是前几年的随笔,分享下。一家人带着不到三岁的女儿在厦门科技馆玩耍。 在科技馆玩了一天,最后一个项目是女儿自己进入和小朋友们一起玩,大人在外面等候。

在等的时候,我看见一个10岁左右的女孩在一张大桌子上摆弄木块,看她推来推去,拆来拆去,始终不能把桌子上的木块刚好填满木框。我凑近一看,这个桌子有个 10 × 10 10 \times 10 10×10的木框,大致如下图。现在有很多 4 × 1 4\times 1 4×1 的长方形小木块,任意一个小木块只能横放或竖放,且不能和其他小木块重叠,请小朋友试试看能否填满 10 × 10 10 \times 10 10×10的木框。

80.jpeg

我当时想了一会,也没想出来。后面想了下,从上到下面,对于第1行来说,竖放的小木块数目只能是2、6、10,假设是2 块,那么第2行新增的竖放的小木块数目只能是0,或6-2=4,或10-2=8。从中不难看出,由于2,6,10 之间的差必定是偶数,无论上一行竖放的小木块数目是多少,下一行新增竖放的小木块数目必定也是偶数,所以竖放的小木块总数目必定是偶数。

因此无论怎么放,竖放的小木块总数目只能是偶数。而且我们知道要填满的话,恰好需要 100/4=25个小木块。

假设可以填满,按上面所说,竖放的总数只能是偶数,因此横放的总数只能是奇数。注意到木框 10 × 10 10 \times 10 10×10是一个正方形,具有非常好的对称性。也就是旋转90度后,横的小木块就变成竖的了,竖的变成横的,这就会导致旋转后竖放的小木块总数是奇数,矛盾。所以是无法填满的。


欢迎关注我的微信公众号[数学345]:长按"识别图中二维码";或打开微信扫一扫。
数学345微信公众号二维码.jpeg

该数据集通过合成方式模拟了多种发动机在运行过程中的传感器监测数据,旨在构建一个用于机械系统故障检测的基准资源,特别适用于汽车领域的诊断分析。数据按固定时间间隔采集,涵盖了发动机性能指标、异常状态以及工作模式等多维度信息。 时间戳:数据类型为日期时间,记录了每个数据点的采集时刻。序列起始于2024年12月24日10:00,并以5分钟为间隔持续生成,体现了对发动机运行状态的连续监测。 温度(摄氏度):以浮点数形式记录发动机的温度读数。其数值范围通常处于60至120摄氏度之间,反映了发动机在常规工况下的典型温度区间。 转速(转/分钟):以浮点数表示发动机曲轴的旋转速度。该参数在1000至4000转/分钟的范围内随机生成,符合多数发动机在正常运转时的转速特征。 燃油效率(公里/升):浮点型变量,用于衡量发动机的燃料利用效能,即每升燃料所能支持的行驶里程。其取值范围设定在15至30公里/升之间。 振动_X、振动_Y、振动_Z:这三个浮点数列分别记录了发动机在三维空间坐标系中各轴向的振动强度。测量值标准化至0到1的标度,较高的数值通常暗示存在异常振动,可能与潜在的机械故障相关。 扭矩(牛·米):以浮点数表征发动机输出的旋转力矩,数值区间为50至200牛·米,体现了发动机的负载能力。 功率输出(千瓦):浮点型变量,描述发动机单位时间内做功的速率,取值范围为20至100千瓦。 故障状态:整型分类变量,用于标识发动机的异常程度,共分为四个等级:0代表正常状态,1表示轻微故障,2对应中等故障,3指示严重故障。该列作为分类任务的目标变量,支持基于传感器数据预测故障等级。 运行模式:字符串类型变量,描述发动机当前的工作状态,主要包括:怠速(发动机运转但无负载)、巡航(发动机在常规负载下平稳运行)、重载(发动机承受高负荷或高压工况)。 数据集整体包含1000条记录,每条记录对应特定时刻的发动机性能快照。其中故障状态涵盖从正常到严重故障的四级分类,有助于训练模型实现故障预测与诊断。所有数据均为合成生成,旨在模拟真实的发动机性能变化与典型故障场景,所包含的温度、转速、燃油效率、振动、扭矩及功率输出等关键传感指标,均为影响发动机故障判定的重要因素。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
### C++ 中与木块相关的编程实现 在解决与木块相关的编程问题时,可以采用多种方法来处理不同场景下的需求。以下是基于提供的引用内容以及相关知识的解答。 #### 方法一:递归方式统计木块总数 通过递归函数 `dg` 来逐层累加每一层的小木块数量[^1]。此方法适用于简单层次结构的木块堆积问题: ```cpp #include <bits/stdc++.h> using namespace std; // 定义递归函数 dg 计算第 d 层的木块数 int dg(int d){ if(d == 1){ return 1; } else{ return d + dg(d - 1); } } int main(){ int n, c = 0; cin >> n; // 输入层数 n for(int i = 1; i <= n; i++){ c += dg(i); // 累计每层的木块数 } cout << c; // 输出总木块数 return 0; } ``` 上述代码利用了递归来计算每一层的木块数目,并最终得到总的木块数量。 --- #### 方法二:数学公式优化性能 如果希望减少递归调用带来的开销,可以通过数学公式的推导简化计算逻辑[^2]。具体而言,第 i 层的木块数可以用 `(i + 1) * i / 2` 表示,则整个程序可改写为如下形式: ```cpp #include <iostream> using namespace std; int main() { int n; cin >> n; // 输入层数 n int sum = 0; for (int i = 1; i <= n; i++) { int a = (i + 1) * i / 2; // 使用数学公式计算当前层的木块数 sum += a; // 累积到总和中 } cout << sum; // 输出总木块数 return 0; } ``` 这种方法避免了递归调用,从而提高了执行效率并减少了栈空间占用。 --- #### 方法三:二维数组表示复杂堆放情况 当涉及更复杂的三维几何形状或者不规则分布时,可以借助二维数组存储每个位置上的高度信息[^5]。例如,假设我们需要模拟一个平面内的立方体堆叠效果: ```cpp #include <iostream> #include <vector> using namespace std; int main() { int m, n; // 平面大小 m*n cin >> m >> n; vector<vector<int>> grid(m, vector<int>(n)); // 初始化二维网格 // 假设随机填充一些初始值作为测试数据 for (int i = 0; i < m; ++i) { for (int j = 0; j < n; ++j) { cin >> grid[i][j]; // 用户输入对应格子的高度 } } int total_blocks = 0; for (int i = 0; i < m; ++i) { for (int j = 0; j < n; ++j) { total_blocks += grid[i][j]; // 统计所有格子里的木块总数 } } cout << "Total blocks: " << total_blocks << endl; // 输出结果 return 0; } ``` 该方案能够灵活应对各种自定义布局的需求,适合用于描述更加精细的空间模型。 --- #### 性能对比与适用范围讨论 尽管以上三种方法都能有效解决问题,但在实际应用中需考虑其各自的优缺点: - **递归法**易于理解但可能存在溢出风险; - **迭代+公式法**兼顾简洁性和高效性,在大多数情况下推荐优先选用; - **二维数组法**则更适合于表达多维度或非线性的排列模式[^3]。 综上所述,针对不同的业务背景应合理选取合适的算法策略以达到最佳平衡点。 ---
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