我试图为一些学校的家庭作业做一个问题,而且我只是遇到了人类所见过的最糟糕的脑屁。这个问题要求三件事。
•它自己读取一行数字N.这将是拉丁方的顺序。订单必须是a 正整数,例如N> 0
•它读取N行N个数字,即它读取数字方块的控制台输入。
•检查数字序列是否为拉丁方。你的程序应该显示 如果满足上述标准,则为“是”,如果不满足,则为“否”。
我目前的代码是:
def makelatin():
order = int(input("Enter the order of the latin square: "))
latin = [int(x) for x in input("enter the latin square with spaces inbetween the numbers: ").split()]
def checklatin(latin) :
numbers = set(range(1, len(latin) + 1))
if (any(set(row) != numbers for row in latin) or any(set(col) != numbers for col in zip(*latin))) :
print ("False")
print ("True")
checklatin(a)
所以我想到的是,做一个拉丁方,然后检查它。我的问题是,我目前停留在明胶部分。用户输入拉丁方的顺序,然后他们在输入中输入正方形。
示例:
"enter order of square" = 3
"enter the square" = 3 2 1 1 3 2 2 1 3
哪个会成为像这样的拉丁方
3 2 1
1 3 2
2 1 3
这不需要制作正方形,但它确实帮助我更好地将其可视化。
所以我的主要问题是,是否有一种很好的方法可以让用户将拉丁方格拉入实际的拉丁方?
要注意,我不寻找任何答案,我只是想要一些帮助来克服我的心理障碍。
答案 0 :(得分:2)
我明白了,抱歉你们这些人!答案是这个
def makelatin():
order = int(input("Enter the order of the latin square: "))
latin = [int(x) for x in input("enter the latin square with spaces inbetween the numbers: ").split()]
return (list(zip(*(iter(latin),) * order)))
def checklatin(latin) :
numbers = set(range(1, len(latin) + 1))
if (any(set(row) != numbers for row in latin) or any(set(col) != numbers for col in zip(*latin))) :
print ("False")
else:
print ("True")
#a = [[1, 2, 3, 4, 5],
[2, 3, 5, 1, 4],
[3, 5, 4, 2, 1],
[4, 1, 2, 5, 3],
[5, 4, 1, 3, 2]]
checklatin(makelatin())
答案 1 :(得分:0)
如果您不介意,我会使用matlab:
n=5;
% create an empty matrix of NaNs.
latinSquare=nan(n);
% fill the 1st column.
latinSquare(:,1)=1:n;
% define a variable of how we want to shift the 1s column to fill the remaining columns.
% ballanced order:
shiftsize=(.5-mod(1:n-1,2))/.5.*ceil((1:n-1)/2);
% normal order:
%shiftsize=n-1:-1:1;
for col=2:n
latinSquare(:,col)=circshift((1:n)',shiftsize(col-1));
end
这将是平衡的拉丁方的输出:
ans =
1 2 5 3 4
2 3 1 4 5
3 4 2 5 1
4 5 3 1 2
5 1 4 2 3
这是正常的拉丁方:
ans =
1 2 3 4 5
2 3 4 5 1
3 4 5 1 2
4 5 1 2 3
5 1 2 3 4
现在我用python重写它:
def latin_square(n, mod='ballanced'):
import numpy as np
mat = np.empty((n,n,))*np.nan
mat[:,0] = range(1,n+1)
if mod=='ballanced':
shift = (.5-np.mod(np.array(range(1,n)),2))/.5*np.ceil(np.array(range(1,n))/2)
shift = shift.astype(int)
elif mod=='normal':
shift = np.array(range(n-1, -1, -1))
for col in range(1, n):
mat[:, col] = np.roll(mat[:,0], shift[col-1])
return(mat)
latin_square(6)
array([[1., 2., 6., 3., 5., 4.],
[2., 3., 1., 4., 6., 5.],
[3., 4., 2., 5., 1., 6.],
[4., 5., 3., 6., 2., 1.],
[5., 6., 4., 1., 3., 2.],
[6., 1., 5., 2., 4., 3.]])