分治算法——棋盘覆盖

简介: 分治算法——棋盘覆盖
//算法思想:当k=0时,及特殊方格,骨牌数为1.
//当k>0时,将2的k次方*2的k次方棋盘划分为4个较小的棋盘,而其余三个子棋盘中无特殊方格。
//继续递归成4个较小的棋盘。
//用L型骨牌覆盖在3个子棋盘汇合处。
int tile = 1;
int Board[8][8];
void ChessBoard(int tr, int tc, int dr, int dc, int size) {
  //tr棋盘左上角方格的行号
  //tc棋盘左上角方格的列号
  //dr特殊方格的行号
  //dc特殊方格的列号
  //size 棋盘规模2的k次方
  if (size == 1) {
    return;
  }
  int t = tile++;
  int s = size / 2;
  //覆盖左上角子棋盘
  if (dr < tr + s && dc < tc + s)
    ChessBoard(tr, tc, dr, dc, s);
  else {
    Board[tr + s - 1][tc + s - 1] = t;//如果不含有特殊格子,将棋盘右下角覆盖特殊骨牌。
    ChessBoard(tr, tc, tr + s - 1, tc + s - 1, s);//递归的时候修改特殊格子的位置。
  }
  //覆盖右上角子棋盘
  if (dr < tr + s && dc >= tc + s)
    ChessBoard(tr, tc + s, dr, dc, s);//修改首个位置地址
  else {
    Board[tr + s - 1][tc + s ] = t;//如果不含有特殊格子,将棋盘左下角覆盖特殊骨牌。
    ChessBoard(tr, tc+s, tr + s - 1, tc + s, s);//递归的时候修改特殊格子的位置。
  }
  //覆盖左下角子棋盘
  if (dr >= tr + s && dc < tc + s)
    ChessBoard(tr+s, tc, dr, dc, s);//修改首个位置地址
  else {
    Board[tr + s][tc + s-1] = t;//如果不含有特殊格子,将棋盘右上角覆盖特殊骨牌。
    ChessBoard(tr+s, tc, tr + s, tc + s-1, s);//递归的时候修改特殊格子的位置。
  }
  //覆盖右下角子棋盘
  if (dr >= tr + s && dc >= tc + s)
    ChessBoard(tr + s, tc+s, dr, dc, s);//修改首个位置地址
  else {
    Board[tr + s][tc + s] = t;//如果不含有特殊格子,将棋盘左上角覆盖特殊骨牌。
    ChessBoard(tr + s, tc+s, tr + s, tc + s, s);//递归的时候修改特殊格子的位置。
  }
}
相关文章
|
6月前
|
人工智能 自然语言处理 算法
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
【2月更文挑战第24天】当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
58 2
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
|
6月前
|
存储 缓存 算法
【数据结构与算法】【小白也能学的数据结构与算法】递归 分治 迭代 动态规划 无从下手?一文通!!!
【数据结构与算法】【小白也能学的数据结构与算法】递归 分治 迭代 动态规划 无从下手?一文通!!!
|
4月前
|
算法 开发者 Python
惊呆了!Python算法设计与分析,分治法、贪心、动态规划...这些你都会了吗?不会?那还不快来学!
【7月更文挑战第10天】探索编程巅峰,算法至关重要。Python以其易读性成为学习算法的首选。分治法,如归并排序,将大问题拆解;贪心算法,如找零问题,每步求局部最优;动态规划,如斐波那契数列,利用子问题解。通过示例代码,理解并掌握这些算法,提升编程技能,面对挑战更加从容。动手实践,体验算法的神奇力量吧!
72 8
|
8天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
25 2
|
4月前
|
算法 Python
算法不再难!Python分治法、贪心、动态规划实战解析,轻松应对各种算法挑战!
【7月更文挑战第8天】掌握Python算法三剑客:分治、贪心、动态规划。分治如归并排序,将大问题拆解递归解决;贪心策略在每步选最优解,如高效找零;动态规划利用子问题解,避免重复计算,解决最长公共子序列问题。实例展示,助你轻松驾驭算法!**
68 3
|
3月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
|
4月前
|
算法 Python
Python算法高手进阶指南:分治法、贪心算法、动态规划,掌握它们,算法难题迎刃而解!
【7月更文挑战第10天】探索Python算法的精华:分治法(如归并排序)、贪心策略(如找零钱问题)和动态规划(解复杂问题)。通过示例代码揭示它们如何优化问题解决,提升编程技能。掌握这些策略,攀登技术巅峰。
120 2
|
4月前
|
算法 程序员 Python
算法小白到大神的蜕变之路:Python分治法、贪心、动态规划,一步步带你走向算法巅峰!
【7月更文挑战第9天】探索算法之旅,以Python解锁编程高手之路。分治法如二分查找,将复杂问题拆解;贪心算法解决活动选择,每次选取局部最优;动态规划求斐波那契数列,避免重复计算,实现全局最优。每一步学习,都是编程能力的升华,助你应对复杂挑战,迈向算法大师!
47 1
|
4月前
|
存储 算法 Python
Python算法界的秘密武器:分治法巧解难题,贪心算法快速决策,动态规划优化未来!
【7月更文挑战第9天】Python中的分治、贪心和动态规划是三大关键算法。分治法将大问题分解为小问题求解,如归并排序;贪心算法每步选局部最优解,不保证全局最优,如找零钱;动态规划存储子问题解求全局最优,如斐波那契数列。选择合适算法能提升编程效率。
67 1
|
4月前
|
存储 算法 Python
震撼!Python算法设计与分析,分治法、贪心、动态规划...这些经典算法如何改变你的编程世界!
【7月更文挑战第9天】在Python的算法天地,分治、贪心、动态规划三巨头揭示了解题的智慧。分治如归并排序,将大问题拆解为小部分解决;贪心算法以局部最优求全局,如Prim的最小生成树;动态规划通过存储子问题解避免重复计算,如斐波那契数列。掌握这些,将重塑你的编程思维,点亮技术之路。
72 1