好的,所以我必须在一个网格中找到最大的“自由方块”,其中一些点被填充,例如,有这个网格:
###---
###---
###---
---###
---###
---###
其中“ - ”是填充点,“#”是自由区。 这是通过填充嵌套列表来完成的: [### ---】,【### ---],...,[--- ###] 内部列表是网格上的垂直线。 因此,这个网格可以以任何方式填充,我应该找到一种方法来“计算”仍然可以填充的最大可能方格。在上面的例子中,输出将是:9。 我将举一个例子来说清楚:
##########
#####----#
##--#----#
##--#----#
##--#----#
##--#----#
#####----#
##########
-####----#
##########
这里的输出应该是16,这是从(1,6)到(4,9)的平方(从0开始计算)
我希望有人可以帮我解决这个问题,提前谢谢! :)
答案 0 :(得分:1)
这是一个非常经典的问题,在Dr. Dobb's Journal中很好地解决了。您可用的正方形只是文章中真正的正方形值。
答案 1 :(得分:1)
在这种特殊情况下(限于您描述的方格),您可以这样做。
首先,考虑只有一个字符的“正方形”:-
或#
。可以看出,正方形的大小只是测试一个角色是否被“采取”,这是微不足道的。
现在考虑4x4平方:
--
--
或
[['-','-'],
['-','-']]
如何计算最大尺寸?你拿一个元素,比如左上角,测试它和它的三个邻居是否被采用:
>>> sq= [['-','-'],
... ['-','-']]
>>> sq
[['-', '-'], ['-', '-']]
>>> if(all(sq[i][j]=='-' for i in (0,1) for j in (0,1))): print 4
...
4
所以一般来说,拿一个正方形看看它的邻居。您可以将运行计数保持在与目标形状相同的矩阵中:
st='''\
##########
#####----#
##--#----#
##--#----#
##--#----#
##--#----#
#####----#
##########
-####----#
########## '''
def max_size(mat, taken):
"""Find the largest X or a square not taken in the matrix `mat`."""
nrows, ncols = len(mat), len(mat[0])
assert nrows==ncols
dirs=(0,1),(1,0),(1,1) # right, down, right and down
counts = [[0]*ncols for _ in range(nrows)]
for i in reversed(range(nrows)): # for each row
assert len(mat[i]) == ncols # matrix must be rectangular
for j in reversed(range(ncols)): # for each element in the row
if mat[i][j] != taken:
if i < (nrows - 1) and j < (ncols - 1):
add=1+min(counts[i+x][j+y] for x,y in (dirs))
else:
add=1 # edges
counts[i][j]=add
for line in counts: print(line)
return max(c for rows in counts for c in rows) # max X (or Y) number elements
table=[[c for c in s.strip()] for s in st.splitlines()]
print (max_size(table,'#')**2)
请注意,此函数从右下角开始,向后工作到左上角,并保持可以在顶点处的最大平方的运行总计:
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
[0, 0, 0, 0, 0, 4, 3, 2, 1, 0]
[0, 0, 2, 1, 0, 4, 3, 2, 1, 0]
[0, 0, 2, 1, 0, 4, 3, 2, 1, 0]
[0, 0, 2, 1, 0, 3, 3, 2, 1, 0]
[0, 0, 1, 1, 0, 2, 2, 2, 1, 0]
[0, 0, 0, 0, 0, 1, 1, 1, 1, 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
[1, 0, 0, 0, 0, 1, 1, 1, 1, 0]
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
然后将答案换成16(4x4)的答案。你可以看到,计算每个方块在这个矩阵中的位置是微不足道的;每个都是在counts
中计算的,您只需将(i,j)
元组添加到矩阵counts
或另一个矩阵中。