2n皇后

2n皇后问题

解题思路
1.先放置白皇后,再考虑第二个皇后
2.那么白皇后要怎么放呢,皇后不能同行同列,不能在同一条左斜线和右斜线。我们的递归函数是从第一行递归到最后一行,所以我们不需要标记行,那么我们拿三个数组分别标记列和两个斜线的占用情况。列的标记很容易理解,那么怎么标记左斜线和右斜线的占用情况呢?我们以左斜线为例子,请看图
在这里插入图片描述
我们很容易可以发现黄线路径的每个格子行和列之和是相等的,比如(1,4)(2,3)的和都是5。同理观察一下红线,可以发现红线路径的格子行和列之和都为9。可以知道,左斜线的规律就是同一条斜线的格子,行列之和是相等的!

接下来请看右斜线:
在这里插入图片描述
同样可以发现红线路径上的每个格子行和列之差是相等的,比如(1,1)(2,2)的差都是0。同理观察一下黄线,可以发现行列之差都是5。但是这里有一个坑点,请观察一下绿线,绿线路径的点行和列之差是-5,是一个负数,我们开数组的时候,下标不能为负数,这里我们只需要每次计算行列之差的时候,结果都给他加上一个n即可,下标就不可能出现负数了。比如(1,6)的差是-5,我们只需要在数组为(-5+8)=3的位置标记上就可以了。当然你不加n也可以,你可以加一个很大的数字也是同理(比如1000)的,但是这样的话你数组要开大一点。

3.我们先放白皇后,白皇后要考虑的总共有4个条件,列不能被占用,左斜线不能被白皇后占用,右斜线不能被占用,准备下的格子不能为‘0’。(行不能被占用不需要考虑,因为我们的递归函数是从第一行放到最后一行,不可能出现行重复)

4.当白皇后完成了1~n行放置的一种情况,我们就可以开始尝试这种情况能不能完美放置黑皇后了。

5.接下来我们看判断黑皇后能不能完美放置。黑皇后要考虑的条件比白皇后条件多一个,有5个。首先列不能被同样的黑皇后占用,左斜线不能被占用,右斜线不能被占用,准备下的格子不能为‘0’,准备下的格子不能已经被白皇后占用。

6.当黑皇后考虑完了最后一行即已经完成了一种情况,让ans加一。

注意事项:当一种情况尝试到尽头也不能找到完美放置方法是要记得回溯,否则下次再想尝试这个格子就不能尝试了。所谓回溯,就是取消标记,避免下次递归无法尝试这个点。具体代码可以看第四十三行到第四十六行
code

#include <bits/stdc++.h>
using namespace std;
const int N = 100;
const int inf = 0x3f3f3f3f;
int n, ans, a[N][N], flag[N][N];
int white_column[N], white_left[N], white_right[N];
int black_column[N], black_left[N], black_right[N];
void queen_black(int i)
{
    if(i > n)
    {
        ans++;
        return;
    }
    else
    {
        for(int j = 1; j <= n; j++)
        {
            if(!black_column[j] && !black_left[i-j+n] && !black_right[i+j] && a[i][j] && !flag[i][j])
            {
                black_column[j] = 1;
                black_left[i-j+n] = 1;
                black_right[i+j] = 1;
                queen_black(i+1);
                black_column[j] = 0;
                black_left[i-j+n] = 0;
                black_right[i+j] = 0;
            }
        }
    }
}
void queen_white(int i)
{
    if(i > n)
    {
        queen_black(1);
        return;
    }
    else
    {
        for(int j = 1; j <= n; j++)
        {
            if(!white_column[j] && !white_left[i-j+n] && !white_right[i+j] && a[i][j])
            {
                white_column[j] = 1;
                white_left[i-j+n] = 1;
                white_right[i+j] = 1;
                flag[i][j] = 1;
                queen_white(i+1);
                white_column[j] = 0;
                white_left[i-j+n] = 0;
                white_right[i+j] = 0;
                flag[i][j] = 0;
            }
        }
    }
}
int main()
{
    cin >> n;
    for(int i = 1; i <= n; i++)
        for(int j = 1; j <= n; j++)
            cin >> a[i][j];
    queen_white(1);
    cout << ans << endl;
    return 0;
}
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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