【教学类-43-03】20231229 N宫格数独3.0(n=1、2、3、4、6、8、9) (ChatGPT AI对话大师生成 回溯算法)

news2025/1/4 16:40:03

作品展示:

背景需求:

大4班20号说:我不会做这种(九宫格),我做的是小格子的,

他把手工纸翻过来,在反面自己画了矩阵格子。向我展示:“我会做这种!”

原来他会的是3宫格、5宫格数独(行列5个数字)

“好的,下次老师准备 5宫格的数独题”

于是我用AI对话大师生成一个“九宫格”代码,见下图

【教学类-43-02】20231226 九宫格数独2.0 (ChatGPT AI对话大师生成)-CSDN博客文章浏览阅读69次。【教学类-43-02】20231226 九宫格数独2.0 (ChatGPT AI对话大师生成)https://blog.csdn.net/reasonsummer/article/details/135289679

通过修改参数,尝试制作1*1、2*2、3*3、4*4……9*9的宫格数独题。

修改结果:本套代码只能生成1、2、3、4、6、8、9宫格的数独题目、5、7不行(孩子正好需要5宫格的题目)o(╥﹏╥)o)

代码展示:

'''
目的:1、2、3、4、6、8、9、宫格,数独3.0参考AI对话大师提示的代码(15正方形手工纸)
作者:阿夏(参考)
时间:2023年12月26日 20:35
'''

import random
from win32com.client import constants,gencache
from win32com.client.gencache import EnsureDispatch
from win32com.client import constants # 导入枚举常数模块
import os,time

import docx
from docx import Document
from docx.shared import Pt 
from docx.shared import RGBColor
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
from docx.oxml.ns import qn


from docxtpl import DocxTemplate
import pandas as pd
from docx2pdf import convert
from docx.shared import RGBColor

# 第一步:生成所9*9数独

# 新建一个”装N份word和PDF“的临时文件夹
imagePath1=r'C:\Users\jg2yXRZ\OneDrive\桌面\数独\零时Word'
if not os.path.exists(imagePath1):  # 判断存放图片的文件夹是否存在
    os.makedirs(imagePath1)  # 若图片文件夹不存在就创建


# 生成题库
import random
import copy

num=int(input('生成几份\n'))
hsall=int(input('N宫格= 1,2,3,4,6,8,9\n'))
hs=hsall
hs1= int(hsall ** 0.5)# 根号
print(hs1)
kk=int(input('空格数量,输入5,就是50%,就是空一半)\n'))

for z in range(num):
    def is_valid(board, num, row, col):
        # 检查行是否有重复数字
        for i in range(hs):
            if board[row][i] == num:
                return False

        # 检查列是否有重复数字
        for i in range(hs):
            if board[i][col] == num:
                return False

        # 检查所在的小方格是否有重复数字
        start_row = (row // hs1) * hs1
        start_col = (col // hs1) * hs1
        for i in range(hs1):
            for j in range(hs1):
                if board[start_row + i][start_col + j] == num:
                    return False

        return True

    def solve_sudoku(board):
        for row in range(hs):
            for col in range(hs):
                if board[row][col] == 0:
                    for num in range(1, hs+1):
                        if is_valid(board, num, row, col):
                            board[row][col] = num
                            if solve_sudoku(board):
                                return True
                            board[row][col] = 0
                    return False
        return True

    def generate_sudoku():
        board = [[0] * hs for _ in range(hs)]
        solve_sudoku(board)

        # 随机选择一半格子作为空白格
        blanks = random.sample(range(hs*hs), int(hs*hs*kk/10))
        for i in blanks:
            row = i // hs
            col = i % hs
            board[row][col] = 0

        return board

    def print_sudoku(board):
        for row in range(hs):
            for col in range(hs):
                print(board[row][col], end=" ")
            print()

    # 生成一个有一半空格的数独
    sudoku = generate_sudoku()

    print("生成的数独:")
    print_sudoku(sudoku)

    
    P=[]
    # 做成列表样式
    for sd in sudoku:
        print(sd)
        for sd2 in sd:
            if sd2==0:                # 如果某个元素==0,就替换成空格
                P.append('')
            else:      # 如果某个元素非0,就写入本身的数字
                P.append(sd2)
            # print(sd2)
          
    print(len(P))

        
    
#     v = create_board(5)[1]  
#     print(v)

# # # >>>
# # [[1, 0, 0, 8, 0, 6, 0, 0, 4],
# #  [5, 0, 0, 0, 0, 0, 0, 0, 0],
# #  [0, 6, 0, 7, 0, 2, 0, 0, 1],
# #  [2, 0, 0, hs1, 7, hs, 0, 0, 0],
# #  [7, 0, 0, 6, 8, 0, 0, hs1, 2],
# #  [0, 0, 5, 4, 0, 0, 7, 6, hs],
# #  [6, 0, 7, 0, 0, 8, hs, 4, 0],
# #  [hs1, 0, 1, 0, 4, 0, 0, 0, 0],
# #  [hs, 0, 4, 5, 6, 0, 0, 2, 7]]
    
  
    # 第二步 读取word单元格写入


        # 新建word
    doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\数独\数独正方形.docx')  
    for j in range(1):

        
        # 制作"单元格"
        bg=[]
        for x in range(0,hs):       # 5   #数列 先宽 后高  
            for y in range(0,hs):      #    23
                s1='{}{}'.format('%02d'%x,'%02d'%y)       #数列 先y 后x  
                bg.append(s1)   
        print(bg)        
        print(len(bg))

#       # 房间模板(第一个表格)要写入的门牌号列表 
        table = doc.tables[j]          # 表0,表2 写标题用的
        # 标题写入3、5单元格  
        for t in range(0,len(bg)):             # 0-5是最下面一行,用来写卡片数字
            pp=int(bg[t][0:2])     # 
            qq=int(bg[t][2:4])
            k=str(P[t])              # 提取list图案列表里面每个图形  t=索引数字
            print(pp,qq,k)

            # 图案符号的字体、大小参数
            run=table.cell(pp,qq).paragraphs[0].add_run(k)    # 在单元格0,0(第1行第1列)输入第0个图图案
            run.font.name = '黑体'#输入时默认华文彩云字体
            # run.font.size = Pt(46)  #输入字体大小默认30号 换行(一页一份大卡片
            run.font.size = Pt(24) #是否加粗
            # run.font.color.rgb = RGBColor(150,150,150) #数字小,颜色深0-255
            run.font.color.rgb = RGBColor(50,50,50) #数字小,颜色深0-255
            run.bold=True
            # paragraph.paragraph_format.line_spacing = Pt(180) #数字段间距
        
            r = run._element
            r.rPr.rFonts.set(qn('w:eastAsia'), '黑体')#将输入语句中的中文部分字体变为华文行楷
            table.cell(pp,qq).paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER#居中  

    
#       
# #    
    doc.save(r'C:\Users\jg2yXRZ\OneDrive\桌面\数独\零时Word\{}.docx'.format('%02d'%(z+1)))#保存为XX学号的电话号码word     
    time.sleep(2)
    from docx2pdf import convert
    # docx 文件另存为PDF文件
    inputFile = r"C:/Users/jg2yXRZ/OneDrive/桌面/数独/零时Word/{}.docx".format('%02d'%(z+1))# 要转换的文件:已存在
    outputFile = r"C:/Users/jg2yXRZ/OneDrive/桌面/数独/零时Word/{}.pdf".format('%02d'%(z+1))  # 要生成的文件:不存在
    # 先创建 不存在的 文件
    f1 = open(outputFile, 'w')
    f1.close()
    # 再转换往PDF中写入内容
    convert(inputFile, outputFile)
    
print('----------第4步:把都有PDF合并为一个打印用PDF------------')
    
# 多个PDF合并(CSDN博主「红色小小螃蟹」,https://blog.csdn.net/yangcunbiao/article/details/125248205)
import os
from PyPDF2 import PdfMerger
target_path =  'C:/Users/jg2yXRZ/OneDrive/桌面/数独/零时Word'
pdf_lst = [f for f in os.listdir(target_path) if f.endswith('.pdf')]
pdf_lst = [os.path.join(target_path, filename) for filename in pdf_lst]
pdf_lst.sort()
file_merger = PdfMerger()
for pdf in pdf_lst:
    print(pdf)
    file_merger.append(pdf)

file_merger.write("C:/Users/jg2yXRZ/OneDrive/桌面/数独/(打印合集)05正方形数独3.0 {}乘{}({}人{}份).pdf" .format(hs,hs,num,num))

file_merger.close()
# doc.Close()

# # print('----------第5步:删除临时文件夹------------')    
import shutil
shutil.rmtree('C:/Users/jg2yXRZ/OneDrive/桌面/数独/零时Word') #递归删除文件夹,即:删除非空文件夹

测试结果:

本套代码在WORD9*9单元格内,只能生成1、2、3、4、6、8、9宫格的数独题目、5、7不行(孩子正好需要5宫格的题目,o(╥﹏╥)o)

WORD模板

宫格题目结果

81格空一半40格,推算起来非常复杂了,所以超过6格子,最好,空格比例降到30% 24题,否则做起来太费时间了。

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/1343418.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

MYSQL 深入探索系列六 SQL执行计划

概述 好久不见了,近期一直在忙项目的事,才有时间写博客,近期频繁出现sql问题,今天正好不忙咱们看看千万级别的表到底该如何优化sql。 案例 近期有个小伙伴生产环境收到了告警,有个6千万的日志表,查询耗时大…

YOLO训练results.csv文件可视化(原模型与改进模型对比可视化)

一、单独一个文件可视化(源码对应utils文件夹下的plots.py文件的plot_results类) from pathlib import Path import matplotlib.pyplot as plt import pandas as pd def plot_results(fileruns/train/exp9/results.csv, dir):# Plot training results.c…

java 企业工程管理系统软件源码+Spring Cloud + Spring Boot +二次开发+ 可定制化

工程项目管理软件是现代项目管理中不可或缺的工具,它能够帮助项目团队更高效地组织和协调工作。本文将介绍一款功能强大的工程项目管理软件,该软件采用先进的Vue、Uniapp、Layui等技术框架,涵盖了项目策划决策、规划设计、施工建设到竣工交付…

机器学习距离度量方法

1. 机器学习中为什么要度量距离? 机器学习算法中,经常需要 判断两个样本之间是否相似 ,比如KNN,K-means,推荐算法中的协同过滤等等,常用的套路是 将相似的判断转换成距离的计算 ,距离近的样本相…

cdn引入React以及React-dom—数组遍历渲染时setExtraStackFrame报错

在引入react官网提供的cdn后,部分静态页面没有问题,但是使用到 一下循环的页面则会报错。 const devReactCdn [https://unpkg.com/react18/umd/react.development.js,https://unpkg.com/react-dom18/umd/react-dom.development.js, ]; const prodReact…

计算机网络【DHCP动态主机配置协议】

DHCP 出现 电脑或手机需要 IP 地址才能上网。大刘有两台电脑和两台手机,小美有一台笔记本电脑、一台平板电脑和两台手机,老王、阿丽、敏敏也有几台终端设备。如果为每台设备手动配置 IP 地址,那会非常繁琐,一点儿也不方便。特别是…

web前端开发网页制作html/css结课作业

效果图展示: 注意事项: 引用JQuery文件地址和图片地址要更换一下。 百度网盘链接: http://链接:https://pan.baidu.com/s/1wYkmLr7csjBwQY6GmlYm4Q?pwd4332 提取码:4332 html界面展示: main.css代码部…

2023 年中国高校大数据挑战赛赛题B DNA 存储中的序列聚类与比对-解析与参考代码

题目背景:目前往往需要对测序后的序列进行聚类与比对。其中聚类指的是将测序序列聚类以判断原始序列有多少条,聚类后相同类的序列定义为一个簇。比对则是指在聚类基础上对一个簇内的序列进行比对进而输出一条最有 可能的正确序列。通过聚类与比对将会极大…

docker-compose安装及转换为k8s集群部署

docker-compose安装及转换为k8s集群部署 一、docker-compose安装 1、下载 curl -L https://github.com/docker/compose/releases/download/v2.5.0/docker-compose-linux-x86_64 2、指定位置 放入/usr/local/bin/ 路径下: mv docker-compose-linux-x86_64 docke…

pnpm : 无法加载文件 C:\Program Files\nodejs\pnpm.ps1,因为在此系统上禁止运行脚本。

一、问题描述 在VS Code中运行Terminal中运行pnpm install(npm或yarn也类似)报错: S D:\workspace\xxx\xxx> pnpm install pnpm : 无法加载文件 C:\Program Files\nodejs\pnpm.ps1,因为在此系统上禁止运行脚本。有关详细信息…

K8s陈述式资源管理

命令行:kubectl命令行工具 优点:90%以上的场景都可以满足 对资源的增删改查比较方便,对改不是很友好。 缺点:命令比较冗长,复杂,难记 声明式: 看到声明式都是k8s当中的yml文件来实现资源管理…

基于CNN和双向gru的心跳分类系统

CNN and Bidirectional GRU-Based Heartbeat Sound Classification Architecture for Elderly People是发布在2023 MDPI Mathematics上的论文,提出了基于卷积神经网络和双向门控循环单元(CNN BiGRU)注意力的心跳声分类,论文不仅显示了模型还构建了完整的…

无需翻墙|Stable Diffusion WebUI 安装|AI绘画

前言 最近终于有机会从围墙里往外看,了解到外面的世界已经有了天翻地覆的变化,感叹万千,笔者在本地mac,windows,linux,docker部署了不下20遍后,整理出来的linux极简避坑安装方案,供…

一体化、一站式!智能视频客服加码全媒体云呼叫中心能力

凭借对电话、短信、邮件、社交媒体、视频等数种沟通渠道强大的统一集成能力,全媒体云呼叫中心已跃升成为现代企业客户服务的核心工具,高效便捷地为企业提供客户服务。而随着消费者需求愈加多元化和个性化,传统的语音通话方式已无法满足部分消…

雪花算法(Snowflake)介绍和Java实现

1、雪花算法介绍 (1) 雪花算法(SnowFlake)是分布式微服务下生成全局唯一ID,并且可以做到去中心化的常用算法,最早是Twitter公司在其内部的分布式环境下生成ID的方式。 雪花算法的名字可以这么理解,世界上没有两片完全相同的雪花,…

java爬虫(jsoup)如何设置HTTP代理ip爬数据

目录 前言 什么是HTTP代理IP 使用Jsoup设置HTTP代理IP的步骤 1. 导入Jsoup依赖 2. 创建HttpProxy类 3. 设置代理服务器 4. 使用Jsoup进行爬取 结论 前言 在Java中使用Jsoup进行网络爬虫操作时,有时需要使用HTTP代理IP来爬取数据。本文将介绍如何使用Jsoup设…

认识微服务---Spring Cloud

一、服务架构演变 1、单体架构:将业务的所有功能集中在一个项目开发,打包成一个部署。 优点: 架构简单部署成本低 缺点: 耦合度高不利于大型项目开发 2、分布式架构 :根据业务功能对系统进行拆分,每个…

系列十二、Linux中安装Zookeeper

一、Linux中安装Zookeeper 1.1、下载安装包 官网:Index of /dist/zookeeper/zookeeper-3.4.11 我分享的链接: 链接:https://pan.baidu.com/s/14Hugqxcgp89f2hqGWDwoBw?pwdyyds 提取码:yyds 1.2、上传至/opt目录 1.3、解…

vcpkg 安装开源包 以及 配置 已解决

Vcpkg 可帮助您在 Windows、 Linux 和 MacOS 上管理 C 和 C 库。 这个工具和生态链正在不断发展,我们一直期待您的贡献! 若您从未使用过 vcpkg,或者您正在尝试了解如何使用 vcpkg,请查阅 入门 章节。 如需获取有关可用命令的简短…

GPT4All : 便捷易用的本地智能问答推理软件(乱记)

安装与使用 去官网 https://gpt4all.io/index.html下载可执行文件。 打开应用即可看到是否共享数据的选项: 然后自动进入模型下载界面 测试 内存占用 缺点:在我本地的轻薄本上运行时,风扇会有轻微噪声,关闭软件很久都没停止。…