[noip2011day1T3][luogu1312]Mayan游戏

本文记录了一位程序员解决一道ACM编程题的过程,包括遇到的问题、调试经历及最终通过优化实现正确解答的心路历程。文章还展示了两种不同的解题思路:一种是通过算法和数据结构解决问题,另一种是对特定数据进行编程。

这是一道搜索题 貌似也不要很强的剪枝就能过
但是 我代码能力好弱啊..
一开始WA60了 然后改了后90了 依旧有一个点WA 开了O2后AC了???
原来O2是这样优化分数的吗????
于是去问dalao们 dalao表示最有可能是数组越界
于是我想了一下 好像有可能一行会读8个数 因为最后还有0..而我数组只开了7
于是我就去改数组 但是没有全改.. memcpy就光荣RE了
我改了好多好多次啊 什么WA TLE都出来了

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
int a[5][8],n,c[5][8],x[6],y[6],g[6],bo;

void down(int x,int y){
    if (!y) return;
    for(;y&&(!c[x][y-1]);c[x][y-1]=c[x][y],c[x][y]=0,y--);
}

void move(int x,int y,int g){
    c[x][y]^=c[x+g][y]^=c[x][y]^=c[x+g][y];
    for(int i=0;i<5;i++)
     for(int j=0;j<7;j++) 
      if (c[i][j]) down(i,j);
    int b[5][8];
    memset(b,0,sizeof b);
    while(1){
        int pd=0;
        memset(b,0,sizeof b);
        for(int i=0;i<5;i++)
         for(int j=2;j<7;j++) 
          if (c[i][j]&&c[i][j]==c[i][j-1]&&c[i][j]==c[i][j-2]) b[i][j]=b[i][j-1]=b[i][j-2]=pd=1;
        for(int i=2;i<5;i++)
         for(int j=0;j<7;j++)
          if (c[i][j]&&c[i][j]==c[i-1][j]&&c[i][j]==c[i-2][j]) b[i][j]=b[i-1][j]=b[i-2][j]=pd=1;
        if (!pd) break;
        for(int i=0;i<5;i++)
         for(int j=0;j<7;j++) if (b[i][j]) c[i][j]=0;
        for(int i=0;i<5;i++)
         for(int j=0;j<7;j++) 
          if (c[i][j]) down(i,j);

    //   for(int i=0;i<5;i++) { for(int j=0;j<7;j++) cout<<c[i][j]<<' ';cout<<endl; }
    }
}

int pd(){
    for(int i=0;i<5;i++)
     for(int j=0;j<7;j++) if (c[i][j]) return 1;
    return 0;
}

void print(){
    for(int i=1;i<=n;i++) cout<<x[i]<<' '<<y[i]<<' '<<g[i]<<endl;
}

void ymz(int k){
    int sum=pd();
    if (sum==0&&k>n) bo=1,print();
    if (sum==0||k>n||bo) return;
    int c0[5][8];
    memcpy(c0,c,sizeof c);
    for(int i=0;i<5;i++)
     for(int j=0;j<7;j++){
        if (!c[i][j]) continue;
        if (i<4){
            x[k]=i;y[k]=j;g[k]=1;
            move(i,j,1);
            ymz(k+1);
            if (bo) return;
            memcpy(c,c0,sizeof c);
         }
        if (i){
            if (c[i-1][j]) continue;
            x[k]=i;y[k]=j;g[k]=-1;
            move(i,j,-1);
            ymz(k+1);
            if (bo) return;
            memcpy(c,c0,sizeof c);
        }
     }
}

int main(){
    cin>>n;
    for(int i=0;i<5;i++){
        cin>>a[i][0];
        int j;
        for(j=1;a[i][j-1];j++) cin>>a[i][j];
    }
    memcpy(c,a,sizeof a);
    ymz(1);
    if (!bo) printf("-1");
    return 0;
}

这里写图片描述
这里写图片描述
缤纷多彩

貌似还有dalao对数据编程 太强辣!

#include <iostream>
#include <cstring>
using namespace std;
string s2="210010010",s3="110100100",s4="312232014134051413301535350443440",s5="401232404524611065365053550",s7="5202343044346204611443034661340",s8="5123220423102154403235052330",s9="512103145662023365506646055450",s10="5112340331235403553220553524200";
string a1,a2,a3,a4,a5,a6,a7,a8,a9,a10;
string n,c;
int main()
{
    while(cin>>c)   n+=c;
    if(n==s2)
        cout<<"0 0 1"<<'\n'<<"4 0 -1"<<'\n';
    else if(n==s3)
        cout<<"3 0 -1"<<'\n';
    else if(n==s4)
        cout<<"2 0 1"<<'\n'<<"1 1 1"<<'\n'<<"3 4 -1"<<'\n';
    else if(n==s5)
        cout<<"2 4 1"<<'\n'<<"1 4 1"<<'\n'<<"1 2 1"<<'\n'<<"2 0 1"<<'\n';
    else if(n==s7)
        cout<<"1 1 -1"<<'\n'<<"2 4 1"<<'\n'<<"3 2 1"<<'\n'<<"3 6 1"<<'\n'<<"3 3 1"<<'\n';
    else if(n==s8)
        cout<<"1 0 1"<<'\n'<<"0 0 1"<<'\n'<<"2 2 1"<<'\n'<<"1 1 1"<<'\n'<<"3 0 1"<<'\n';
    else if(n==s9)
        cout<<"0 1 1"<<'\n'<<"1 1 1"<<'\n'<<"1 3 1"<<'\n'<<"1 2 1"<<'\n'<<"2 0 1"<<'\n';
    else if(n==s10)
        cout<<"0 4 1"<<'\n'<<"0 2 1"<<'\n'<<"1 3 1"<<'\n'<<"3 2 1"<<'\n'<<"3 0 1"<<'\n';
    else
        cout<<"-1"<<'\n';
}
本项目构建于RASA开源架构之上,旨在实现一个具备多模态交互能力的智能对话系统。该系统的核心模块涵盖自然语言理解、语音转文本处理以及动态对话流程控制三个主要方面。 在自然语言理解层面,研究重点集中于增强连续对话中的用户目标判定效能,并运用深度神经网络技术提升关键信息提取的精确度。目标判定旨在解析用户话语背后的真实需求,从而生成恰当的反馈;信息提取则专注于从语音输入中析出具有特定意义的要素,例如个体名称、空间位置或时间节点等具体参数。深度神经网络的应用显著优化了这些功能的实现效果,相比经典算法,其能够解析更为复杂的语言结构,展现出更优的识别精度与更强的适应性。通过分层特征学习机制,这类模型可深入捕捉语言数据中隐含的语义关联。 语音转文本处理模块承担将音频信号转化为结构化文本的关键任务。该技术的持续演进大幅提高了人机语音交互的自然度与流畅性,使语音界面日益成为高效便捷的沟通渠道。 动态对话流程控制系统负责维持交互过程的连贯性与逻辑性,包括话轮转换、上下文关联维护以及基于情境的决策生成。该系统需具备处理各类非常规输入的能力,例如用户使用非规范表达或对系统指引产生歧义的情况。 本系统适用于多种实际应用场景,如客户服务支持、个性化事务协助及智能教学辅导等。通过准确识别用户需求并提供对应信息或操作响应,系统能够创造连贯顺畅的交互体验。借助深度学习的自适应特性,系统还可持续优化语言模式理解能力,逐步完善对新兴表达方式与用户偏好的适应机制。 在技术实施方面,RASA框架为系统开发提供了基础支撑。该框架专为构建对话式人工智能应用而设计,支持多语言环境并拥有活跃的技术社区。利用其内置工具集,开发者可高效实现复杂的对话逻辑设计与部署流程。 配套资料可能包含补充学习文档、实例分析报告或实践指导手册,有助于使用者深入掌握系统原理与应用方法。技术文档则详细说明了系统的安装步骤、参数配置及操作流程,确保用户能够顺利完成系统集成工作。项目主体代码及说明文件均存放于指定目录中,构成完整的解决方案体系。 总体而言,本项目整合了自然语言理解、语音信号处理与深度学习技术,致力于打造能够进行复杂对话管理、精准需求解析与高效信息提取的智能语音交互平台。 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!
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