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

Matlab基于粒子群优化算法及鲁棒MPPT控制器提高光伏并网的效率内容概要:本文围绕Matlab在电力系统优化与控制领域的应用展开,重点介绍了基于粒子群优化算法(PSO)和鲁棒MPPT控制器提升光伏并网效率的技术方案。通过Matlab代码实现,结合智能优化算法与先进控制策略,对光伏发电系统的最大功率点跟踪进行优化,有效提高了系统在不同光照条件下的能量转换效率和并网稳定性。同时,文档还涵盖了多种电力系统应用场景,如微电网调度、储能配置、鲁棒控制等,展示了Matlab在科研复现与工程仿真中的强大能力。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事新能源系统开发的工程师;尤其适合关注光伏并网技术、智能优化算法应用与MPPT控制策略研究的专业人士。; 使用场景及目标:①利用粒子群算法优化光伏系统MPPT控制器参数,提升动态响应速度与稳态精度;②研究鲁棒控制策略在光伏并网系统中的抗干扰能力;③复现已发表的高水平论文(如EI、SCI)中的仿真案例,支撑科研项目与学术写作。; 阅读建议:建议结合文中提供的Matlab代码与Simulink模型进行实践操作,重点关注算法实现细节与系统参数设置,同时参考链接中的完整资源下载以获取更多复现实例,加深对优化算法与控制系统设计的理解。
### 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
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