空地种草

这篇文章介绍了如何使用编程解决一个关于草地生长扩散的问题,通过模拟每月草向四周扩张的过程,预测k个月后的草地分布。关键步骤包括初始化草地图、循环更新草地边界,并在每次迭代后替换临时标记。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
小明有一块空地, 他将这块空地划分为n行m列的小块,每行和每列的长度都为1。
小明选了其中的一些小块空地,种上了草,其他小块仍然保持是空地。
这些草长得很快,每个月, 草都会向外长出一些,如果一个小块种了草,则它将向自己的上,下、 左、右四小块空地扩展,这四小块空地都将变为有草的小块。
请告诉小明,k个月后空地上哪些地方有草。

输入格式:
输入的第一行包含两个整数m,n。
接下来n行,每行包含m个字母,表示初始的空地状态,字母之间没有空格。如果为小数点,表示为空地,如果字母为g,表示种了草。
接下来包含一个整数k.

输出格式:
输出n行,每行包含m个字母,表示k个月后空地的状态。如果为小数点,表示为空地,如果字母为g表示长了草。
样例输入:

4 5
.g…

…g.

2

样例输出:

gggg.
ggggg
.gggg
…ggg
这个题不难理解,首先定义一个数组,将有草的地方记为 g ,没草的为 . ,在一个k次数的while循环中,进行两次for次循环的查找,如果找到g的草地,我们就将其上下左右的空地变为一个临时变量 t!!!一定不能直接变g因为会影响周围的数据,因为此时还没有草,这次while循环结束才有草,我们在当前while要结束的时候在将 tmp换成 g 即可。

还有一点要注意,你输入的n 和 m之后的\n也在缓存区里面,所以我们输入草地的…g…的时候先把之前的缓冲区清空.

char ch = getchar();//将输入mn后的换行符\n存入到键盘缓存区

上下左右长草:

if (arr[i][j - 1]!= 'g')
	arr[i][j - 1] = 't';
 if (arr[i][j + 1] != 'g')
	arr[i][j + 1] = 't';
if (arr[i - 1][j] != 'g')
	arr[i - 1][j] = 't';
if (arr[i + 1][j] != 'g')
	 arr[i+1][j] = 't';




解决方案:

#include<stdio.h>
int main()
{
	char arr[100][100];
	int m, n = 0;
	scanf_s("%d%d", &m, &n);
	int i, j = 0;
	char ch = getchar();//将输入mn后的换行存入到键盘缓存区
	for (i = 1; i < m + 1; i++)
	{
		for (j = 1; j < n + 1; j++)
		{
			scanf_s("%c", &arr[i][j]);
		}
		ch = getchar();//将换行存入getchar()中
	}

	int k = 0;
	scanf_s("%d", &k);
	while (k--)
	{
		for (i = 1; i < m + 1; i++)
		{
			for (j = 1; j < n + 1; j++)
			{
				if (arr[i][j] == 'g')//先将有字符g的上下左右(不是g的地方)换成tmp,最后将tmp的地方换成g,
				{
					if (arr[i][j - 1] != 'g')
						arr[i][j - 1] = 't';
					if (arr[i][j + 1] != 'g')
						arr[i][j + 1] = 't';
					if (arr[i - 1][j] != 'g')
						arr[i - 1][j] = 't';
					if (arr[i + 1][j] != 'g')
						arr[i + 1][j] = 't';
				}
			}
		}

		//将临时变量tmp 变成g
		for (i = 1; i < m + 1; i++)
		{
			for (j = 1; j < n + 1; j++)
			{
				if (arr[i][j] == 't')
				{
					arr[i][j] = 'g';

				}
			}
		}
	}

	for (i = 1; i < m + 1; i++)
	{
		for (j = 1; j < n + 1; j++)
		{
			printf("%c", arr[i][j]);
		}printf("\n");

	}
}

为了方便,我用的题目的输入输出,结果如下。
在这里插入图片描述

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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