【回溯算法】【Python实现】符号三角形问题

文章目录

    • @[toc]
      • 问题描述
      • 回溯法
      • 时间复杂性
      • `Python`实现

问题描述

  • 下图是由 14 14 14个“ + + +”和 14 14 14个“ − - ”组成的符号三角形, 2 2 2个同号下面都是” + + +“, 2 2 2个异号下面都是“ − -

在这里插入图片描述

  • 在一般情况下,符号三角形的第一行有 n n n个符号,符号三角形问题要求对于给定的 n n n,计算有多少个不同的符号三角形,使其所含的“ + + +”和“ − - ”的个数相同

回溯法

  • 对于符号三角形问题,用 n n n元组 x [ 1 : n ] x[1 : n] x[1:n]表示符号三角形的第一行的 n n n个符号,由于 x [ i ] x[i] x[i]是二值的,所以在用回溯法解符号三角形问题时,可以用一棵完全二叉树来表示其解空间
  • 在符号三角形的第一行的前 i i i个符号 x [ 1 : i ] x[1 : i] x[1:i]确定后,就确定了一个由 i ( i + 1 ) / 2 i (i + 1) / 2 i(i+1)/2个符号组成的符号三角形,下一步确定 x [ i + 1 ] x[i + 1] x[i+1]的值后,只要在前面已确定的符号三角形的右边加一条边,就可以扩展为 x [ 1 : i + 1 ] x[1 : i + 1] x[1:i+1]相应的符号三角形
  • 最终由 x [ 1 : n ] x[1 : n] x[1:n]所确定的符号三角形中包含的“ + + +”个数与“ − - ”个数同为 n ( n + 1 ) / 4 n (n + 1) / 4 n(n+1)/4,因此在回溯搜索过程中,可用当前符号三角形所包含的“ + + +”个数与” − - “个数均不超过 n ( n + 1 ) / 4 n (n + 1) / 4 n(n+1)/4作为可行性约束,用于剪去不满足约束的子树
  • i = n i = n i=n时,算法搜索至叶节点,得到一个新的“ + + +”个数与“ − - ”个数相同的符号三角形,当前已找到符号三角形数 s u m sum sum 1 1 1
  • i < n i < n i<n时,当前扩展结点 Z Z Z是解空间中的内部结点,对当前扩展结点 Z Z Z的每个儿子结点,计算其相应的符号三角形中“ + + +”个数与“ − - ”个数,并以深度优先的方式递归地对可行子树进行搜索,或剪去不可行子树
  • 对于给定的 n n n,当 n ( n + 1 ) / 2 n (n + 1) / 2 n(n+1)/2为奇数时,显然不存在所包含的“ + + +”个数与“ − - ”个数相同的符号三角形,此时可以通过简单的判断加以处理

时间复杂性

  • 更新符号三角形矩阵需要 O ( n ) O(n) O(n)时间,在最坏情况下,有 O ( 2 n ) O(2^{n}) O(2n)个结点需要更新符号三角形矩阵
  • 所以解符号三角形问题的回溯算法所需的计算时间为 O ( n 2 n ) O(n 2^{n}) O(n2n)

Python实现

def symbol_triangle(n):if (n * (n + 1) // 2) % 2:return 0half = n * (n + 1) // 4count = 0  # 记录符合条件的符号三角形数量# 初始化符号三角形矩阵path = [[''] * n for _ in range(n)]def backtrack(row, col, path, plus_count, minus_count):nonlocal count# 边界条件: 当列数等于 n 时, 表示已经生成了符号三角形的一种排列if col == n:if plus_count == minus_count:count += 1print(path)return# 尝试当前位置为 +path[row][col] = '+'plus_count += 1# 更新符号三角形矩阵cur_col = colfor i in range(1, cur_col + 1):if path[i - 1][cur_col - 1] == path[i - 1][cur_col]:path[i][cur_col - 1] = '+'plus_count += 1else:path[i][cur_col - 1] = '-'minus_count += 1cur_col -= 1# 检查是否满足条件, 继续生成下一行的符号if plus_count <= half and minus_count <= half:backtrack(row, col + 1, path, plus_count, minus_count)# 恢复回溯之前状态cur_col = colfor i in range(cur_col + 1):if path[i][cur_col] == '+':path[i][cur_col] = ''plus_count -= 1else:path[i][cur_col] = ''minus_count -= 1cur_col -= 1# 尝试当前位置为 -path[row][col] = '-'minus_count += 1# 更新符号三角形矩阵cur_col = colfor i in range(1, cur_col + 1):if path[i - 1][cur_col - 1] == path[i - 1][cur_col]:path[i][cur_col - 1] = '+'plus_count += 1else:path[i][cur_col - 1] = '-'minus_count += 1cur_col -= 1# 检查是否满足条件, 继续生成下一行的符号if plus_count <= half and minus_count <= half:backtrack(row, col + 1, path, plus_count, minus_count)backtrack(0, 0, path, 0, 0)return countn = 4print('满足条件的符号三角形如下:')count = symbol_triangle(n)print(f'符号三角形数量: {count}')
满足条件的符号三角形如下:
[['+', '+', '-', '+'], ['+', '-', '-', ''], ['-', '+', '', ''], ['-', '', '', '']]
[['+', '+', '-', '-'], ['+', '-', '+', ''], ['-', '-', '', ''], ['+', '', '', '']]
[['+', '-', '+', '+'], ['-', '-', '+', ''], ['+', '-', '', ''], ['-', '', '', '']]
[['+', '-', '+', '-'], ['-', '-', '-', ''], ['+', '+', '', ''], ['+', '', '', '']]
[['-', '+', '-', '+'], ['-', '-', '-', ''], ['+', '+', '', ''], ['+', '', '', '']]
[['-', '-', '+', '+'], ['+', '-', '+', ''], ['-', '-', '', ''], ['+', '', '', '']]
符号三角形数量: 6

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/3031089.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

机器学习-L1正则/L2正则

机器学习-L1正则/L2正则 目录 1.L1正则 2.L2正则 3.结合 1.L1正则 L1正则是一种用来约束模型参数的技术&#xff0c;常用于机器学习和统计建模中&#xff0c;特别是在处理特征选择问题时非常有用。 想象一下&#xff0c;你在装备行囊准备去旅行&#xff0c;但你的行囊有一…

第五十八节 Java设计模式 - 适配器模式

Java设计模式 - 适配器模式 我们在现实生活中使用适配器很多。例如&#xff0c;我们使用存储卡适配器连接存储卡和计算机&#xff0c;因为计算机仅支持一种类型的存储卡&#xff0c;并且我们的卡与计算机不兼容。 适配器是两个不兼容实体之间的转换器。适配器模式是一种结构模…

Ubuntu搭建VsCode C++ 开发环境

Ubuntu搭建VsCode C 开发环境 安装VS Code 使用命令来安装VS Code&#xff1a;他会下载vscode的最新版本。 sudo snap install --classic code如果不使用命令 的方式 在官网下载vscode安装包&#xff08; 后缀为 .deb的包 &#xff09;之后&#xff08;可以选择版本 &#x…

YOLOv9独家原创改进: 特征融合创新 | 一种基于内容引导注意力(CGA)的混合融合 | IEEE TIP 2024 浙大

💡💡💡创新点:提出了一种基于内容引导注意力(CGA)的混合融合方案,将编码器部分的低级特征与相应的高级特征有效融合。 💡💡💡在多个数据集实现暴力涨点,适用于小目标,低对比度场景 💡💡💡如何跟YOLOv9结合:将backbone和neck的特征融合,改进结构图如下…

揭秘设计模式的魔法:打造高效、可维护的软件架构

设计模式是软件架构设计师的必修课&#xff0c;设计模式中蕴含的思想是架构设计师必须掌握的。毋庸置疑&#xff0c;良好的设计可以让系统更容易地被复用、被移植和维护&#xff0c;而如何快速进行良好的设计则离不开设计模式&#xff0c;尤其是面向对象设计和编程。 说到设计模…

用ps显示出淘宝裸眼3d立体画中的内容

淘宝前段时间在弄猜数字的游戏&#xff0c;其中有一题是3d立体画&#xff0c;如果我们把图片用ps处理一下&#xff0c;结果马上就出来了。打开原图&#xff0c;再复制进一个新图层&#xff0c;新图层混合模式选“差值”&#xff0c;左右移动新图层&#xff0c;就看到答案啦。 原…

Xilinx 千兆以太网TEMAC IP核用户接口信号

用户接口包括AX14-Stream发送接口和AX14-Stream接收接口&#xff0c;下文简称为用户发送接口和用户接收接口&#xff0c;数据案度可以是易位或16位&#xff0c;其中&#xff0c;8位接口主要针对标准的以太网应用&#xff0c;它利用一个125MHz的时钟产生1Gbps的数据率;当使用16位…

Redis20种使用场景

Redis20种使用场景 1缓存2抽奖3Set实现点赞/收藏功能4排行榜5PV统计&#xff08;incr自增计数&#xff09;6UV统计&#xff08;HeyperLogLog&#xff09;7去重&#xff08;BloomFiler&#xff09;8用户签到&#xff08;BitMap&#xff09;9GEO搜附近10简单限流11全局ID12简单分…

基于MWORKS 2024a的MIMO-OFDM 无线通信系统设计

一、引言 在终端设备和数据流量爆发式增长的今天&#xff0c;如何提升通信系统容量、能量效率和频谱利用率成为5G通信的关键问题之一。大规模天线阵列作为5G及B5G无线通信关键技术通过把原有发送端天线数量提升一个或多个数量级&#xff0c;实现波束聚集、控制波束转向&#x…

深入学习指针3

目录 前言 1.二级指针 2.指针数组 3.指针数组模拟二维数组 前言 Hello,小伙伴们我又来了&#xff0c;上期我们讲到了数组名的理解&#xff0c;指针与数组的关系等知识&#xff0c;那今天我们就继续深入到学习指针域数组的练联系&#xff0c;如果喜欢作者菌生产的内容还望不…

OmniPlan Pro 4 for Mac中文激活版:项目管理的新选择

OmniPlan Pro 4 for Mac作为一款专为Mac用户设计的项目管理软件&#xff0c;为用户提供了全新的项目管理体验。其直观易用的界面和强大的功能特性&#xff0c;使用户能够轻松上手并快速掌握项目管理要点。 首先&#xff0c;OmniPlan Pro 4 for Mac支持自定义视图&#xff0c;用…

Java框架精品项目【用于个人学习】

源码获取&#xff1a;私聊回复【项目关键字】获取 更多选题参考&#xff1a; Java练手项目 & 个人学习等选题参考 推荐菜鸟教程Java学习、Javatpoint学习 前言 大家好&#xff0c;我是二哈喇子&#xff0c;此博文整理了各种项目需求 此文下的项目用于博主自己学习&#x…

Kafka应用Demo:生产者自定义消息分区方法

背景 没有设置消息键时Kafka默认的分区算法是轮循&#xff0c;设置了消息键将按消息键的hashcode计算分区值。这种方法可以保证未设置消息键时各分区负载均衡。也可以保证设置消息键后的消息放到同一个分区发送&#xff0c;以保证消息按顺序消费。 但在某些业务场景下&#xff…

Java练手项目 个人学习等选题参考

难度系数说明&#xff1a; 难度系数用来说明项目本身进行分析设计的难度 难度系数大于1的项目是非常值得反复学习的&#xff0c;从项目中成长 前言 大家好&#xff0c;我是二哈喇子&#xff0c;此博文整理了各种项目需求 要从本篇文章下的项目中学习的思路&#xff1a; 用的…

大型动作模型 (LAM):AI 驱动的交互的下一个前沿

1.概述 现在人工智能中几个关键的领域&#xff0c;包括生成式人工智能&#xff08;Generative AI&#xff09;、大型动作模型&#xff08;Large Action Models, LAM&#xff09;、以及交互式人工智能&#xff08;Interactive AI&#xff09;。以下是对这些概念的简要解释和它们…

​​​【收录 Hello 算法】5.1 栈

目录 5.1 栈 5.1.1 栈的常用操作 5.1.2 栈的实现 1. 基于链表的实现 2. 基于数组的实现 5.1.3 两种实现对比 5.1.4 栈的典型应用 5.1 栈 栈&#xff08;stack&#xff09;是一种遵循先入后出逻辑的线性数据结构。 我们可以将栈类比为桌面上的一摞盘子…

hypack如何采集多波束数据?(上)

多波束设备有3种&#xff1a;多波束阵列&#xff0c;比如Seabat T50P&#xff1b;相干声纳&#xff0c;比如EdgeTeck 6205&#xff1b;多个单波束并列&#xff0c;比如Ross Sweep System&#xff0c;见下图。 辅助传感器主要有&#xff1a;罗经&#xff08;提供航向&#xff09…

ubuntu server 22.04 安装docker、docker-compose

ubuntu server 22.04安装docker有两种方式&#xff0c;第一种是使用ubuntu镜像源的软件包进行安装&#xff0c;第二种使用官方GPG密钥手动添加Docker存储库方式进行安装&#xff0c;两种方式都可以&#xff0c;但第二种方式略复杂&#xff0c;这里介绍第一种比较简单的安装方式…

JavaScript基础(六)

break & continue continue跳出本次循环&#xff0c;继续下面的循环。 break跳出终止循环。 写个简单的例子: <script> for (var i1; i<5; i){ if (i3){ continue; } console.log(i); } </script> 结果就是跳过i等于3的那次循环&#xff0c;而break: f…

XWiki 服务没有正确部署在tomcat中,如何尝试手动重新部署?

1. 停止 Tomcat 服务 首先&#xff0c;您需要停止正在运行的 Tomcat 服务器&#xff0c;以确保在操作文件时不会发生冲突或数据损坏&#xff1a; sudo systemctl stop tomcat2. 清空 webapps 下的 xwiki 目录和 work 目录中相关的缓存 删除 webapps 下的 xwiki 目录和 work …