Sudoku POJ - 2676(dfs+剪枝)

本文介绍了一种基于回溯法的数独求解算法。该算法从数独盘面的左上角开始尝试填数,并利用剪枝策略提高求解效率。文章详细解释了如何通过行列信息确定九宫格位置,以及如何撤销无效尝试恢复状态。

数独问题

每行每列每个九宫格没有相同的数。

思路

从左上角开始试数,如果这条解答树支路不行就剪枝。直到遍历完整棵解答树。

细节

1.通过行列的数值推算所在九宫格的编号
直接记住公式行了:f(r, c) = 3*((r-1)/3) + ((c-1)/3) + 1
2. 如果这条支路不行别忘了撤销这一步,恢复起始状态。

代码

#include <cstdio>
#include <cstring>

char m[15][15];
bool visr[15][15];
bool visc[15][15];
bool visn[15][15];

int f(int r, int c) {
    return 3*((r-1)/3)+((c-1)/3)+1;
}

bool dfs(int r, int c) {
    int k = f(r, c);
    if (r == 10) return true;
    bool flag = false;
    if (m[r][c] != '0') {
        if (c == 9) {
            flag = dfs(r+1, 1);
        }
        else {
            flag = dfs(r, c+1);
        }
        return flag;
    }
    else {
        for(int i = 1; i <= 9; i++) {
            if (!visc[c][i] && !visr[r][i] && !visn[k][i]) {
                visc[c][i] = true;
                visn[k][i] = true;
                visr[r][i] = true;
                m[r][c] = i +'0';
                if (c == 9) {
                    flag = dfs(r+1, 1);
                }
                else {
                    flag = dfs(r, c+1);
                }
                if (!flag) {    // 如果这条路不行,撤销~
                    m[r][c] = '0';
                    visc[c][i] = false;
                    visr[r][i] = false;
                    visn[k][i] = false;
                }
                else
                    return true;
            }
        }
    }
    return false;
}

int main()
{
    //freopen("input.txt", "r", stdin);
    int T;
    scanf("%d", &T);
    getchar();
    while(T--) {
        memset(visc, false, sizeof(visc));
        memset(visr, false, sizeof(visr));
        memset(visn, false, sizeof(visn));
        for(int i = 1; i <= 9; i++) {
            for(int j = 1; j <= 9; j++) {
                m[i][j] = getchar();
                int k = f(i, j);
                if (m[i][j] != '0') {
                    int t = m[i][j] - '0';
                    visr[i][t] = true;
                    visc[j][t] = true;
                    visn[k][t] = true;
                }
            }
            m[i][10] = '\0';
            getchar();
        }
        dfs(1, 1);
        for(int i = 1; i <= 9; i++) {
            printf("%s\n", m[i]+1);
        }
    }
    return 0;
}

细节决定成败~

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma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)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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