蓝桥题库(X图形(矩阵))

简介: 蓝桥题库(X图形(矩阵))


给定一个字母矩阵。一个X图形由中心点和由中心点向四个45度斜线方向引出的直线段组成,四条线段的长度相同,而且四条线段上的字母和中心点的字母相同。

一个X图形可以使用三个整数r,c,LL来描述,其中r,c表示中心点位于第r行第c列,正整数L表示引出的直线段的长度。对于1到L之间的每个整数i,X图形满足:第r-i行第c-i列与第r行第c列相同,第r-i行第c+列与第r行第c列相同,第r+i行第c-i列与第r行第cr+ic+i列相同,第r+i行第c+i列与第r行第c列相同。

例如,对于下面的字母矩阵中,所有的字母L组成一个X图形,中间的5个L也组成一个X图形。所有字母Q组成了一个X图形。

LAAALA

ALQLQA

AALQAA

ALQLQA

LAAALA

给定一个字母矩阵,请求其中有多少个X图形。

输入格式

输入第一行包含两个整数n,m,分别表示字母矩阵的行数和列数。

接下来n行,每行m个大写字母,为给定的矩阵。

输出格式

输出一行,包含一个整数,表示答案。

样例输入:

5 6

LAAALA

ALQLQA

AALQAA

ALQLQA

LAAALA

样例输出:

3

题目剖析:

简单来说就是找到一个由字母组成的X图形,且每个边上的字母都与中心点的字母相同

算法设计:

1.从中心点向外辐射,每找到一个这样的图形,则次数加一,这种方法的时间复杂度较高

2.从最外层向中心点靠拢,如果中间遇到不满足条件的情况,则将次数置为0,然后重新开始计数

代码实现:

#include <stdio.h>
#include <stdlib.h>
int main()
{
    // 请在此输入您的代码
    int m, n;
    char ch[1000][1000];
    scanf("%d%d", &n, &m);
    getchar();
    for (int i = 0; i < n; i++)
    {
        for (int j = 0; j < m; j++)
        {
            scanf("%c", &ch[i][j]);
        }
        getchar();
    }
    int count, sum = 0;
    for (int i = 1; i < n - 1; i++)
    {
      count = 0;//中心点每换一次,计数器置为0
        for (int j = 1; j < m - 1; j++)
        {
            count = 0;
            for (int k = (i < (n - i) ? i : (n - i)) < (j < (m - j) ? j : (m - j)) ? (i < (n - i) ? i : (n - i)) : (j < (m - j) ? j : (m - j)); k > 0; k--)//找到不超过边界的最大边界
            {
                count++;
                if (ch[i][j] != ch[i - k][j - k] || ch[i][j] != ch[i + k][j - k] || ch[i][j] != ch[i - k][j + k] || ch[i][j] != ch[i + k][j + k])
                    count = 0;
            }
            sum += count;//把每次计数结果进行加和
        }
    }
    printf("%d", sum);
    return 0;
}
相关文章
|
11天前
|
数据采集 人工智能 安全
|
7天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
337 164
|
6天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
343 155
|
7天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
520 4
|
14天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
982 7