生成n*n蛇形矩阵的算法

简介: 本文为原创,如需转载,请注明作者和出处,谢谢! 在描述算法之前,先看看下面的5*5的表格:  1  3  4  10  11 ...

本文为原创,如需转载,请注明作者和出处,谢谢!

在描述算法之前,先看看下面的5*5的表格:

 1  3  4  10  11
 2  5  9  12  19
 6  8  13  18  20
 7  14  17  21  24
 15  16  22  23  25

     上面的表格很容易看出规律。就是从左上角第一个格开始(起始为1),然后延右上角到左下角的斜线。先从下到上,再从上到下。开始按数字递增排列。也就是说每一个斜线上分别有如下几组数字:

1    2 3     4 5 6       7 8 9 10      11 12 13 14 15          16 17 18 19      20 21 22      23 24       25

    由于是先从上到下(1可以看做是从上到下),再从下到上,很象一条蛇,因此,该数字表格也可称为蛇形矩阵。现在要与一个方法(或函数),方法的参数是一个int类型,表示n,方法返回一个二维数组,表示要获得的往返接力数字表格。

    实际上,这个算法并不复杂,只需要从分别获得1至n^2中每个数字对应的二维数组的坐标就可以了。先拿这个5行5列的表格来说,求出上面每组数组对应的坐标(起始位置为0)。

第0组
第1组
第2组
第3组
第4组
第5组
第6组
第7组
第8组
1    
2 3
4 5 6
7 8 9 10
11 12 13 14 15
16 17 18 19
20 21 22
23 24
25
(0,0)
(1,0)   (0,1)
(0,2)   (1,1)   (2,0)
(3,0)   (2,1)   (1,2)   (0,3)
(0,4)   (1,3)   (2,2)  (3,1)  (4,0)
(4,1)   (3,2)   (2,3)   (1,4)
(2,4)   (3,3)   (4,2)
(4,3)   (3,4)
(4,4)

    从上面的从标可以看出一个规律。  左上角的半个表格(以对角线分界)的横坐标和纵坐标从0开始,每一组增1,直到增至表格的边界(n - 1),而且是交替的,也就是说,偶数行是列增,行减小,行+列=组的索引。而右下角的4组数字虽然行、列也是交替增长的,但递减的行或列总是从(n - 1)开始(对于本例,是从4开始),而递增的行或列总是从index - n + 1开始,其中index表示组的索引。这就可以得出一个算法。实现代码如下:

public   static   int [][] getGrid( int  n)
{
    
int [][] array  =   new   int [n][n];
    
int  row  =   0 , col  =   0 , m  =   1 ;
    
//   用于控制奇偶组,false表示偶组,true表示奇组
     boolean  isRow  =   false ;
    
//   i表示当前组的索引,从0开始
     for  ( int  i  =   0 ; i  <  ( 2   *  n  -   1 ); i ++ )
    {
        row 
=  i;
        
while  (row  >=  ((i  <  n)  ?   0  : i  -  n  +   1 ))
        {
            
//   如果处理的是右下角表格中的数字,行或列最大不能超过n-1
             if  (row  >  (n  -   1 ))
                row 
=  n  -   1 ;
            col 
=  i  -  row;
            
if  (isRow)
                array[row][col] 
=  m;
            
else    //   将row变成列,将col变成行
                array[col][row]  =  m;
            m
++ ;
            row
-- ;
        }
        
//   切换奇偶组
        isRow  =   ! isRow;
    }
    
return  array;
}


   另外一种算法

   上面实现的算法需要循环N*N次才可以生成蛇形矩阵。但仔细分析一下,还可以变换一种方法来完成这个算法,使循环次数减小至N*N/2。我 们上学时曾学过用高斯的方法计算1+2+3+...+100,   1 + 100 = 101,2 + 99 = 101,...,50+51 = 101,因此,结果是101 * 50 = 5050。很方便。我们这个算法也可采用类似的方法。仔细观察上面5*5的数字表格发现,算出左上角的矩阵中每一个数字后,都可以直接获得右下角度某个位 置的数字。例如在(0,0)位置的1,可以得到(4,4)位置的25,(1,2)位置的9可以得到(3,2)位置的17。我们发现,每一对数之和都为 26。而且它们坐标的关系是(row,col),(n - row - 1, n - col - 1)。因此,只要得到左上角的半个矩阵,就可以得出右下角的另外半个矩阵。如果n为奇数,对角线中间的一个数(在5*5的矩阵中是13)与之对应的数是其 自身。好,我们看看改进的算法的实现:

public   static   int [][] getGrid1( int  n)
{
    
int [][] array  =   new   int [n][n];
    
int  row  =   0 , col  =   0 , m  =   1 ;
    
int  number1  =   (n  *  n  /   2   +  n  *  n  %   2 );
    
int  number2  =  n  *  n  +   1 ;        
    
boolean  isRow  =   false ;
    
//   number1表示要计算的蛇形矩阵中最大的数字,对于5*5矩阵来说该数是13
     for  ( int  i  =   0 ; m  <  number1; i ++ )
    {
        row 
=  i;
        
while  (row  >=   0 )
        {
            col 
=  i  -  row;
            
if  (isRow)
            {
                array[row][col] 
=  m;
                
//   填充与m对应的另外一个数
                array[n  -  row  -   1 ][n  -  col  -   1 =  number2  -  m;
            }
            
else
            {
                array[col][row] 
=  m;
                
//   填充与m对应的另外一个数
                array[n  -  col  -   1 ][n  -  row  -   1 =  number2  -  m;

            }
            m
++ ;
            if (m  >=  number1)  break ;
            row -- ;
        }
        isRow 
=   ! isRow;
    }
    
return  array;
}

   虽然上面的算法将循环次数减小一倍,但运输量增加,因此,在效率上与第一种长法相当,读者可以选用其中任何一种算法。

   如果想输出n=10的数字表格,可以使用int[][] grid = getGrid(10)或int[][] grid1 = getGrid1(10),会得到同样的结果。输出grid和grid1,看看是不是下面的结果:

1 3 4 10 11 21 22 36 37 55
2 5 9 12 20 23 35 38 54 56
6 8 13 19 24 34 39 53 57 72
7 14 18 25 33 40 52 58 71 73
15 17 26 32 41 51 59 70 74 85
16 27 31 42 50 60 69 75 84 86
28 30 43 49 61 68 76 83 87 94
29 44 48 62 67 77 82 88 93 95
45 47 63 66 78 81 89 92 96 99
46 64 65 79 80 90 91 97 98 100


哪位还有更好的算法,请跟贴。可以使用任何语言实现。

目录
相关文章
|
算法 Java
java 蛇形矩阵(算法)
java 蛇形矩阵(算法)
|
机器学习/深度学习 算法 索引
|
2天前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
2天前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
|
12天前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
25天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
165 80
|
13天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
13天前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。
|
11天前
|
移动开发 算法 计算机视觉
基于分块贝叶斯非局部均值优化(OBNLM)的图像去噪算法matlab仿真
本项目基于分块贝叶斯非局部均值优化(OBNLM)算法实现图像去噪,使用MATLAB2022A进行仿真。通过调整块大小和窗口大小等参数,研究其对去噪效果的影响。OBNLM结合了经典NLM算法与贝叶斯统计理论,利用块匹配和概率模型优化相似块的加权融合,提高去噪效率和保真度。实验展示了不同参数设置下的去噪结果,验证了算法的有效性。
|
9天前
|
算法 决策智能
基于SA模拟退火优化算法的TSP问题求解matlab仿真,并对比ACO蚁群优化算法
本项目基于MATLAB2022A,使用模拟退火(SA)和蚁群优化(ACO)算法求解旅行商问题(TSP),对比两者的仿真时间、收敛曲线及最短路径长度。SA源于金属退火过程,允许暂时接受较差解以跳出局部最优;ACO模仿蚂蚁信息素机制,通过正反馈发现最优路径。结果显示SA全局探索能力强,ACO在路径优化类问题中表现优异。

热门文章

最新文章