.
import java.util.Scanner;
public class KnightSeemsRight {
public static final int MAX_EXITS = 8;
public static final int SIDE_LENGTH = 8;
static int[][] board = new int[SIDE_LENGTH][SIDE_LENGTH];
static int[] nexti = new int[MAX_EXITS];
static int[] nextj = new int[MAX_EXITS];
static int npos;
static int kti, ktj;
static int[] ktmove1 = { -2, -1, 1, 2, 2, 1, -1, -2 };
static int[] ktmove2 = { 1, 2, 2, 1, -1, -2, -2, -1 };
static int[] exits = new int[MAX_EXITS];
public static void main(String args[]) {
Scanner input = new Scanner(System.in);
System.out.printf("骑士巡游问题\n");
boolean flag=false;
while(true)
{
while (true) {
System.out.printf("输入骑士的开始位置:\n");
kti = input.nextInt();
ktj = input.nextInt();
kti--;
ktj--;
// 从0开始,所以只到7而已
if (!((kti >= 0) && (kti < MAX_EXITS)) || // 超出边界出错
!((ktj >= 0) && (ktj < MAX_EXITS))) {
System.out.printf("输入错误\n");
continue;
}
break;
}
knight_tour();
}
}
public static void knight_tour() {
int i, j, k, l, m, min;
int starti, startj;
for (i = 0; i < SIDE_LENGTH; i++)
for (j = 0; j < SIDE_LENGTH; j++)
board[i][j] = 0;
board[kti][ktj] = 1;
starti = kti;
startj = ktj;
for (m = 1; m <= 63; m++) {
npos = 0;
for (k = 0; k < MAX_EXITS; k++) { // 试各个方向
i = kti + ktmove1[k];
j = ktj + ktmove2[k];
if (i >= 0 && i < MAX_EXITS && j >= 0 && j < MAX_EXITS
&& board[i][j]==0) { // 可行
nexti[npos] = i;
nextj[npos] = j;
npos++;
}
}
if (npos == 0) {
System.out.printf("Knight tour failed at m = %d.\n", m);
break;
} else if (npos == 1)
min = 0;
else {
for (l = 0; l < npos; l++)
exits[l] = 0;
min = 0;
for (l = 0; l < npos; l++) {
for (k = 0; k < MAX_EXITS; k++) {
i = nexti[l] + ktmove1[k];
j = nextj[l] + ktmove2[k];
if (i >= 0 && i < MAX_EXITS && j >= 0 && j < MAX_EXITS
&& board[i][j]==0) {
exits[l]++;
}
}
if (exits[l] < exits[min])
min = l;
}
}
kti = nexti[min];
ktj = nextj[min];
board[kti][ktj] = m;
}
//输出
for (i = 0; i < SIDE_LENGTH; i++) {
for (j = 0; j < SIDE_LENGTH; j++)
if (i == starti && j == startj)
System.out.printf("%4s", "K");
else
System.out.printf("%4d", board[i][j]);
System.out.printf("\n");
}
// 输出
}
}
分享到:
相关推荐
在面对骑士巡游问题时,我们通常需要考虑采用合适的搜索策略,常见的有深度优先搜索(DFS)、广度优先搜索(BFS)和回溯法等。深度优先搜索能够以栈的形式记录路径,其搜索过程更像是沿着树状结构的分支进行;广度...
**骑士巡游**:骑士巡游问题源自国际象棋,目标是让骑士在标准的8x8棋盘上移动,每格只访问一次。由于骑士的移动方式(每次跳两格横行,一格纵列或两格纵行,一格横行),这个问题变得相当复杂。和Hamilton回路问题...
实现骑士巡游问题通常采用回溯法,这是一种试探性的解决问题的方法。程序从起点开始,尝试所有可能的下一步,如果下一步可行,则继续深入;如果不可行或者已经遍历过所有可能的路径,就回溯到上一步,尝试其他的分支...
`骑士巡游问题.cpp`可能使用回溯算法或者启发式搜索来解决这个问题。 3. **最大M段和问题**:这是一个寻找数组中最长连续子序列,使得其元素之和不超过M的问题。这可以通过滑动窗口或者单调栈的方法解决,`最大M段...
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
MMC整流器技术解析:基于Matlab的双闭环控制策略与环流抑制性能研究,Matlab下的MMC整流器技术文档:18个子模块,双闭环控制稳定直流电压,环流抑制与最近电平逼近调制,优化桥臂电流波形,高效并网运行。,MMC整流器(Matlab),技术文档 1.MMC工作在整流侧,子模块个数N=18,直流侧电压Udc=25.2kV,交流侧电压6.6kV 2.控制器采用双闭环控制,外环控制直流电压,采用PI调节器,电流内环采用PI+前馈解耦; 3.环流抑制采用PI控制,能够抑制环流二倍频分量; 4.采用最近电平逼近调制(NLM), 5.均压排序:电容电压排序采用冒泡排序,判断桥臂电流方向确定投入切除; 结果: 1.输出的直流电压能够稳定在25.2kV; 2.有功功率,无功功率稳态时波形稳定,有功功率为3.2MW,无功稳定在0Var; 3.网侧电压电流波形均为对称的三相电压和三相电流波形,网侧电流THD=1.47%<2%,符合并网要求; 4.环流抑制后桥臂电流的波形得到改善,桥臂电流THD由9.57%降至1.93%,环流波形也可以看到得到抑制; 5.电容电压能够稳定变化 ,工作点关键词:MMC
Boost二级升压光伏并网结构的Simulink建模与MPPT最大功率点追踪:基于功率反馈的扰动观察法调整电压方向研究,Boost二级升压光伏并网结构的Simulink建模与MPPT最大功率点追踪:基于功率反馈的扰动观察法调整电压方向研究,Boost二级升压光伏并网结构,Simulink建模,MPPT最大功率点追踪,扰动观察法采用功率反馈方式,若ΔP>0,说明电压调整的方向正确,可以继续按原方向进行“干扰”;若ΔP<0,说明电压调整的方向错误,需要对“干扰”的方向进行改变。 ,Boost升压;光伏并网结构;Simulink建模;MPPT最大功率点追踪;扰动观察法;功率反馈;电压调整方向。,光伏并网结构中Boost升压MPPT控制策略的Simulink建模与功率反馈扰动观察法
STM32F103C8T6 USB寄存器开发详解(12)-键盘设备
科技活动人员数专指直接从事科技活动以及专门从事科技活动管理和为科技活动提供直接服务的人员数量
Matlab Simulink仿真探究Flyback反激式开关电源性能表现与优化策略,Matlab Simulink仿真探究Flyback反激式开关电源的工作机制,Matlab Simulimk仿真,Flyback反激式开关电源仿真 ,Matlab; Simulink仿真; Flyback反激式; 开关电源仿真,Matlab Simulink在Flyback反激式开关电源仿真中的应用
基于Comsol的埋地电缆电磁加热计算模型:深度解析温度场与电磁场分布学习资料与服务,COMSOL埋地电缆电磁加热计算模型:温度场与电磁场分布的解析与学习资源,comsol 埋地电缆电磁加热计算模型,可以得到埋地电缆温度场及电磁场分布,提供学习资料和服务, ,comsol;埋地电缆电磁加热计算模型;温度场分布;电磁场分布;学习资料;服务,Comsol埋地电缆电磁加热模型:温度场与电磁场分布学习资料及服务
1、文件内容:ibus-table-chinese-yong-1.4.6-3.el7.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/ibus-table-chinese-yong-1.4.6-3.el7.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、更多资源/技术支持:公众号禅静编程坊
基于51单片机protues仿真的汽车智能灯光控制系统设计(仿真图、源代码) 一、设计项目 根据本次设计的要求,设计出一款基于51单片机的自动切换远近光灯的设计。 技术条件与说明: 1. 设计硬件部分,中央处理器采用了STC89C51RC单片机; 2. 使用两个灯珠代表远近光灯,感光部分采用了光敏电阻,因为光敏电阻输出的是电压模拟信号,单片机不能直接处理模拟信号,所以经过ADC0832进行转化成数字信号; 3. 显示部分采用了LCD1602液晶,还增加按键部分电路,可以选择手自动切换远近光灯; 4. 用超声模块进行检测距离;
altermanager的企业微信告警服务
MyAgent测试版本在线下载
Comsol技术:可调BIC应用的二氧化钒VO2材料探索,Comsol模拟二氧化钒VO2的可调BIC特性研究,Comsol二氧化钒VO2可调BIC。 ,Comsol; 二氧化钒VO2; 可调BIC,Comsol二氧化钒VO2材料:可调BIC技术的关键应用
C++学生成绩管理系统源码
基于Matlab与Cplex的激励型需求响应模式:负荷转移与电价响应的差异化目标函数解析,基于Matlab与CPLEX的激励型需求响应负荷转移策略探索,激励型需求响应 matlab +cplex 激励型需求响应采用激励型需求响应方式对负荷进行转移,和电价响应模式不同,具体的目标函数如下 ,激励型需求响应; matlab + cplex; 负荷转移; 目标函数。,Matlab与Cplex结合的激励型需求响应模型及其负荷转移策略
scratch介绍(scratch说明).zip
内容概要:本文全面介绍了深度学习模型的概念、工作机制和发展历程,详细探讨了神经网络的构建和训练过程,包括反向传播算法和梯度下降方法。文中还列举了深度学习在图像识别、自然语言处理、医疗和金融等多个领域的应用实例,并讨论了当前面临的挑战,如数据依赖、计算资源需求、可解释性和对抗攻击等问题。最后,文章展望了未来的发展趋势,如与量子计算和区块链的融合,以及在更多领域的应用前景。 适合人群:对该领域有兴趣的技术人员、研究人员和学者,尤其适合那些希望深入了解深度学习原理和技术细节的读者。 使用场景及目标:①理解深度学习模型的基本原理和结构;②了解深度学习模型的具体应用案例;③掌握应对当前技术挑战的方向。 阅读建议:文章内容详尽丰富,读者应在阅读过程中注意理解各个关键技术的概念和原理,尤其是神经网络的构成及训练过程。同时也建议对比不同模型的特点及其在具体应用中的表现。