螺旋矩阵的探索

news2024/9/17 7:34:17

输出n阶螺旋矩阵中指定位置的元素值


问题描述:

在这里插入图片描述


问题分析:

经观察,易知螺旋矩阵由内层至外层依次递减,为以 n 2 n^2 n2为首项,以-1为公差的等差数列 。分奇数阶和偶数阶矩阵分类讨论,分别归纳得 n 2 n^2 n2所在的行和列的通项公式。 故考虑从最大值位置开始依次向目标位置移动,统计出总共移动步数(step),目标位置的值= n 2 − s t e p n^2-step n2step

1)当 n n n为奇数时: n 2 n^2 n2所在的行和列分别为 ( n + 1 ) / 2 , ( n + 1 ) / 2 ; (n+1)/2 ,(n+1)/2; (n+1)/2,(n+1)/2;
2)当 n n n为偶数时, n 2 n^2 n2所在的行和列分别为 n / 2 + 1 , n / 2 n/2+1, n/2 n/2+1,n/2

由于螺旋矩阵由内往外螺距逆时针旋转逐渐递增,在矩阵中的任意一个位置上有且只有“上、下、左、右”四个方向选择如图:

在这里插入图片描述
偶数阶时,将右、上归为一组,左、下 归为一组;
奇数阶时,将左、下归为一组,右、上归为一组;
以组为单位进行移动,每组移动过后,step++,······直到到达目标位置为止,并计算出该位置的元素值即可。


C++实现:

#include<iostream>
int Solve(int n,int i, int j) {
    /*
    查找螺旋矩阵中指定位置的元素的值
    算法描述:
        分奇数阶和偶数阶矩阵分类讨论,分别归纳得出n*n所在的行和列的通项公式。
        由于螺旋矩阵内层到外层依次递减,
        故考虑从最大值位置开始依次向目标位置移动,统计出总共移动步数(step),目标位置的值= n*n-step ;
    
    */
    int step = 0;
    int move = 1;
    if (n % 2 != 0) {
        //输出n*n所在的行和列
        int x = (n + 1) / 2;
        int y = (n + 1) / 2;
        //std::cout << "x=" << x << " ," << "y=" << y << std::endl;
        if (x == i && y == j) { return n * n; }
        while (true) {
            //left
            y -=move;
            step += move;            
            if (x == i && y <= j && j<=y+move) { step -= (j - y); return n * n - step; }
            //down
            x += move;
            step += move;
            if (x >=i &&i>=x-move && y == j) { step -= (x - i); return n * n - step; }
            move++;
            //right
            y += move;
            step += move;
            if (x == i && y >= j && j>=y-move) { step -= ( y-j); return n * n - step; }
            //up
            x -= move;
            step += move;
            if (x <= i &&i<=x+move && y ==j) { step -= (i-x); return n * n - step; }
            move++;
            if (x == 1 && y == n) { move--; }
        }
        std::cout << "x=" << x << " ," << "y=" << y << std::endl;
    }

    int x = n / 2 + 1;
    int y = n / 2;
    
    if (x == i && y == j) { return n * n; }
    while (true) {
        //right
        y += move;
        step += move;
        if (x == i && y >= j && j>=y-move) { step -= (y - j); return n * n - step; }
        //up
        x -= move;
        step += move;
        if (x <= i && i<=x+move && y == j) { step -= (i - x); return n * n - step; }
        move++;
        //left
        y -= move;
        step += move;
        if (x == i && y <= j && j<=y+move) { step -= (j - y); return n * n - step; }
        //down
        x += move;
        step += move;
        if (x >= i && i>=x-move && y == j) { step -= (x - i); return n * n - step; }
        move++;
        if (x == 1 && y == n) { move--; }
        std::cout << "x=" << x << " ," << "y=" << y << std::endl;
    }
        
}

int main() {
    int i = 0, j= 0,n=0;
    std::cout << "Please enter  n、i、j:" << std::endl;
    //while (true) {
        std::cin >> n >> i >> j;
        std::cout << Solve(n, i, j) << std::endl;
    //}
    system("pause");
    return 0;
}

文末,或词不达意,欢迎大家评论交流 !

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://www.coloradmin.cn/o/1126272.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

大数据Flink(一百零一):SQL 表值函数(Table Function)

文章目录 SQL 表值函数(Table Function) SQL 表值函数(Table Function) Python UDTF,即 Python TableFunction,针对每一条输入数据,Python UDTF 可以产生 0 条、1 条或者多条输出数据,此外,一条输出数据可以包含多个列。比如以下示例,定义了一个名字为 split 的Pyt…

Docker命令手册

大家好&#xff0c;我叫徐锦桐&#xff0c;个人博客地址为www.xujintong.com。平时记录一下学习计算机过程中获取的知识&#xff0c;还有日常折腾的经验&#xff0c;欢迎大家访问。 记录平时用的比较多的Docker命令。 docker学习地址 1、docker停止并删除运行的容器 首先查看…

Postgres 和 MySQL 应该怎么选?

PostgreSQL和MySQL是两个流行的关系型数据库管理系统&#xff08;DBMS&#xff09;。它们都具有一些相似的功能&#xff0c;但也有一些区别。 在选择使用哪个DBMS时&#xff0c;需要考虑多个因素&#xff0c;包括性能、可扩展性、安全性、功能丰富度、生态系统支持等。下面是对…

软件工程第七周

内聚 耦合 (Coupling): 描述的是两个模块之间的相互依赖程度。控制耦合是耦合度的一种&#xff0c;表示一个模块控制另一个模块的流程。高度的耦合会导致软件维护困难&#xff0c;因为改变一个模块可能会对其他模块产生意外的影响。 内聚 (Cohesion): 描述的是模块内部各个元素…

x-ui部署(与宝塔共存)

大家好&#xff0c;我叫徐锦桐&#xff0c;个人博客地址为www.xujintong.com。平时记录一下学习计算机过程中获取的知识&#xff0c;还有日常折腾的经验&#xff0c;欢迎大家来访。 x-ui是一个搭建节点的工具&#xff0c;有一键安装脚本&#xff0c;可以快速的部署。但是如果我…

企业如何保护机密文件安全

企业如何保护机密文件安全&#xff0c;数据加密技术有哪些 随着公司业务的不断发展&#xff0c;公司机密文件的保护是一家公司不可忽视的问题。机密文件包含了企业的核心信息&#xff0c;如客户资料、产品方案、财务数据等。 安企神数据防泄密系统下载试用 企业数据一旦泄露…

Springboot中开启多线程,实现异步非阻塞、异步阻塞、有无返回值的场景

需求背景 近期项目已上线&#xff0c;闲着没事就对功能进行性能测试&#xff0c;测着测着感觉部分功能效果不是很理想&#xff0c;于是就想着使用多线程的方式对部分接口进行优化&#xff0c;顺便在这里记录下如何选择使用多线程。 实现多线程有两种开启方式&#xff1a;分别…

学习笔记-MongoDB(命令增删改查,聚合,权限管理,索引,java使用)

基础概念 1 什么是mogodb&#xff1f; MongoDB 是一个基于分布式文件/文档存储的数据库&#xff0c;由 C 编写&#xff0c;可以为 Web 应用提供可扩展、高性能、易部署的数据存储解决方案。MongoDB 是一个介于关系数据库和非关系数据库之间的产品&#xff0c;是非关系数据库中功…

Linux备份Docker的mysql数据并传输到其他服务器保证数据级容灾

目录 简介什么是容灾 &#xff1f;容灾的分类容灾和备份有什么连系 &#xff1f; 数据级容灾备份步骤1、scp命令&#xff1a;用于Linux之间复制文件和目录2、编写备份数据库脚本3、crontab定时任务执行脚本4、测试 应用级容灾业务级容灾 简介 为了防止客户系统的数据丢失&…

2023Etsy入驻攻略——防封安全

2023了&#xff0c;跨境电商现在上车还来得及吗&#xff1f;当然&#xff01;Etsy是一个低成本低竞争高回报的平台&#xff0c;相较于其他电商平台&#xff0c;他的佣金非常低&#xff0c;利润率更高&#xff0c;非常合适跨境小白入局。 但由于目前Etsy关闭了中国大陆卖家的注…

论文解读:Large Language Models as Analogical Reasoners

一、动机 大模型在各种类型的NLP任务上均展现出惊艳的表现。基于CoT propmt能够更好地激发大模型解决复杂推理问题的能力&#xff0c;例如解决数学解题&#xff0c;可以让模型生成reasoning path。现有的经典的CoT方法有few-shot cot、zero-shot cot等。然后现有的cot面临两个…

C++进阶篇2---多态

1.多态的概念 多态的概念&#xff1a;通俗来说&#xff0c;就是多种形态&#xff0c;具体点就是当不同的对象&#xff0c;去完成某个行为&#xff0c;会产生不同的状态 举个例子&#xff1a;同样是吃饭&#xff0c;狗吃狗粮&#xff0c;猫吃猫粮&#xff0c;不同的对象&#…

Javascript基础-DOM

文章目录 WEB APISDOM-Document Object Model概念DOM对象获取DOM对象通过css选择器获取其他获取方式 操作元素内容操作元素属性定时器 DOM-事件监听概念案例-关闭广告老版本事件类型事件对象获取事件对象属性 环境对象回调函数 事件流事件捕获事件冒泡阻止冒泡阻止默认行为 解绑…

【JAVA学习笔记】40 - 抽象类、模版设计模式(抽象类的使用)

项目代码 https://github.com/yinhai1114/Java_Learning_Code/tree/main/IDEA_Chapter10/src/com/yinhai/abstract_ 一、抽象类的引入 很多时候在创建类的时候有一个父类&#xff0c;比如animal类&#xff0c;他的子类会有各种方法&#xff0c;为了复用需要进行方法的重写&…

微信小程序OA会议系统个人中心授权登入

在我们的完成微信登入授权之前&#xff0c;首先我们要完成我们前面所写的代码&#xff0c;如果有不会的大家可以去看以下我发的前面几个文章链接我发下面了&#xff0c;各位加油&#xff01; 微信小程序OA会议系统数据交互-CSDN博客 微信小程序会议OA系统其他页面-CSDN博客 …

基于nodejs+vue视频网站的设计与实现mysql

目 录 摘 要 I ABSTRACT II 目 录 II 第1章 绪论 1 1.1背景及意义 1 1.2 国内外研究概况 1 1.3 研究的内容 1 第2章 相关技术 3 2.1 nodejs简介 4 2.2 express框架介绍 6 2.4 MySQL数据库 4 第3章 系统分析 5 3.1 需求分析 5 3.2 系统可行性分析 5 3.2.1技术可行性&#xff1a;…

机器学习---CNN(创建和训练一个卷积神经网络并评估其性能)上

1. cnn_operations模块 cnn_operations类 staticmethoddef calc_loss(Y, tilde_Y):# 训练样本个数n_samples Y.shape[0]# 网络代价loss 0for i in range(n_samples):loss np.sum((Y[i, :] - tilde_Y[i, :])**2)loss / (2 * n_samples)return loss计算网络代价&#xff1a; …

编程自学路线:开源免费的教育资源 | 开源专题 No.40

trekhleb/javascript-algorithms Stars: 174.1k License: MIT 这个项目是一个包含许多流行算法和数据结构的 JavaScript 示例。该项目提供了各种不同类型的数据结构&#xff0c;如链表、队列、栈等&#xff0c;并且还提供了各种常见的算法实现&#xff0c;如排序算法、搜索算…

Kubernetes技术与架构-网络 3

Kubernetes集群支持为Pod或者Service申请IPV4或者IPV6的地址空间。 kube-apiserver --service-cluster-ip-range<IPv4 CIDR>,<IPv6 CIDR> kube-controller-manager --cluster-cidr<IPv4 CIDR>,<IPv6 CIDR> --service-cluster-ip-range<IPv4 CI…