2663 Tri Tiling 完美覆盖,样例分析+详细题解-只需10行代码

2023-10-24 14:10

本文主要是介绍2663 Tri Tiling 完美覆盖,样例分析+详细题解-只需10行代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

描述

一张普通的国际象棋棋盘,它被分成 8 乘 8 (8 行 8 列) 的 64 个方格。设有形状一样的多米诺牌,每张牌恰好覆盖棋盘上相邻的两个方格,即一张多米诺牌是一张 1 行 2 列或者 2 行 1 列的牌。那么,是否能够把 32 张多米诺牌摆放到棋盘上,使得任何两张多米诺牌均不重叠,每张多米诺牌覆盖两个方格,并且棋盘上所有的方格都被覆盖住?我们把这样一种排列称为棋盘被多米诺牌完美覆盖。这是一个简单的排列问题,同学们能够很快构造出许多不同的完美覆盖。但是,计算不同的完美覆盖的总数就不是一件容易的事情了。不过,同学们 发挥自己的聪明才智,还是有可能做到的。
现在我们通过计算机编程对 3 乘 n 棋盘的不同的完美覆盖的总数进行计算。
在这里插入图片描述
任务
对 3 乘 n 棋盘的不同的完美覆盖的总数进行计算。

输入

一次输入可能包含多行,每一行分别给出不同的 n 值 ( 即 3 乘 n 棋盘的列数 )。当输入 -1 的时候结束。

n 的值最大不超过 30.

输出

针对每一行的 n 值,输出 3 乘 n 棋盘的不同的完美覆盖的总数。

思路

看着有点麻烦,其实不难,代码10行就够了。
首先对 n = 2 n=2 n=2时,对3*2的棋盘我们有三种(丑,勿怪)覆盖方式
在这里插入图片描述
对样例来说有12行,我们挑几种形式来分析一下
在这里插入图片描述

  • n n n是奇数,可以考虑一列,三列,5列的情形,你会发现,只要是奇数列,我们完全没有办法把他填充完整,因此我们可以考虑以两列为一个单位。
  • 记函数 f ( n ) f(n) f(n)为在 n n n列时的覆盖方案数目, f ( 0 ) = 1 f(0)=1 f(0)=1,为什么这么初始化?看 f ( 2 ) f(2) f(2)我们以两列为一个单位,那么他必定与 f ( 0 ) f(0) f(0)的排列总数有关,而 f ( 2 ) = 3 f(2)=3 f(2)=3是0号位置的排列数目之和*[1-2]位置的排列方法数目,因此初始化为1.
  • 再来看看 f ( 4 ) f(4) f(4),也就是下图红线框起来的部分。首先考虑他最右边两列有三种情况,承上之前的排列数即 f ( 2 ) ∗ 3 f(2)*3 f(2)3,不止如此,他的四列也可能长蓝线框起来这样,这种情况下有几种组合呢,答案是 f ( 0 ) ∗ 2 f(0)*2 f(0)2
    在这里插入图片描述
  • 最后我们看看 f ( n ) f(n) f(n),首先他的最后两列有三种情况 f ( n ) = 3 ∗ f ( n − 2 ) + . . . f(n)=3*f(n-2)+... f(n)=3f(n2)+...,然后他的最后四列单独拿出来有两种情况 f ( n ) = 3 ∗ f ( n − 2 ) + 2 ∗ f ( n − 4 ) + . . . f(n)=3*f(n-2)+2*f(n-4)+... f(n)=3f(n2)+2f(n4)+...,他的最后六列单独拿出来也只有两种情况:于是 f ( n ) = 3 ∗ f ( n − 2 ) + 2 ∗ f ( n − 4 ) + 2 ∗ f ( n − 6 ) + . . . f(n)=3*f(n-2)+2*f(n-4)+2*f(n-6)+... f(n)=3f(n2)+2f(n4)+2f(n6)+...,不断的向前递归我们得到
    在这里插入图片描述
    f ( n ) = 3 ∗ f ( n − 2 ) + 2 ∗ f ( n − 4 ) + 2 ∗ f ( n − 6 ) + . . . + 2 ∗ f ( 0 ) f(n)=3*f(n-2)+2*f(n-4)+2*f(n-6)+...+2*f(0) f(n)=3f(n2)+2f(n4)+2f(n6)+...+2f(0)
    f ( n − 2 ) = 3 ∗ f ( n − 4 ) + 2 ∗ f ( n − 6 ) + . . . + 2 ∗ f ( 0 ) ) f(n-2)=3*f(n-4)+2*f(n-6)+...+2*f(0)) f(n2)=3f(n4)+2f(n6)+...+2f(0))
    f ( n ) = 4 f ( n − 2 ) − f ( n − 4 ) f(n)=4f(n-2)-f(n-4) f(n)=4f(n2)f(n4)
#include<iostream>
using namespace std;
int f[35];
int main() {int n = 0; f[0] = 1, f[2] = 3;for (int i = 4; i < 35; i++)f[i] = 4 * f[i - 2] - f[i - 4];while (cin >> n && n != -1) {cout << f[n] << endl;}
}

这篇关于2663 Tri Tiling 完美覆盖,样例分析+详细题解-只需10行代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/275719

相关文章

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

最大流=最小割=最小点权覆盖集=sum-最大点权独立集

二分图最小点覆盖和最大独立集都可以转化为最大匹配求解。 在这个基础上,把每个点赋予一个非负的权值,这两个问题就转化为:二分图最小点权覆盖和二分图最大点权独立集。   二分图最小点权覆盖     从x或者y集合中选取一些点,使这些点覆盖所有的边,并且选出来的点的权值尽可能小。 建模:     原二分图中的边(u,v)替换为容量为INF的有向边(u,v),设立源点s和汇点t

代码随想录冲冲冲 Day39 动态规划Part7

198. 打家劫舍 dp数组的意义是在第i位的时候偷的最大钱数是多少 如果nums的size为0 总价值当然就是0 如果nums的size为1 总价值是nums[0] 遍历顺序就是从小到大遍历 之后是递推公式 对于dp[i]的最大价值来说有两种可能 1.偷第i个 那么最大价值就是dp[i-2]+nums[i] 2.不偷第i个 那么价值就是dp[i-1] 之后取这两个的最大值就是d

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud