日历拼图 |
您所在的位置：网站首页 › vectorstock图片下载 › 日历拼图 |
日历拼图
  发现一个好玩的日历，就是用拼图中的板子把月日星期露出来。 废话不多说，直接来编程求解吧。 这里用的是python， 由于最近在学习深度学习 就导入了pytorch 用了张量tensor。实际上用矩阵array就可以了，效果一样。 矩阵化棋盘：  求解一下 3月7号 星期一：  图中相同的数字，表示相同的拼图块，一共10块拼图，如上图所示。 用矩阵或者张量表示就是下面逐个样子了。 a1=torch.tensor([[1,0,0],[1,0,0],[1,1,1]]) a2=torch.tensor([[1,1,1],[1,0,1]]) a3=torch.tensor([[1,1,1],[1,1,0]]) a4=torch.tensor([[1,1,1],[0,1,0],[0,1,0]]) a5=torch.tensor([[0,0,1,1],[1,1,1,0]]) a6=torch.tensor([[0,1,1],[0,1,0],[1,1,0]]) a7=torch.tensor([[1,1,1,1],[0,0,0,1]]) a8=torch.tensor([[1,1,1,1]]) a9=torch.tensor([[1,0],[1,0],[1,1]]) a10=torch.tensor([[1,1,0],[0,1,1]])每一个拼图都可以进行旋转/翻转，那么做多就会有8种可能。当然有时候旋转、翻转之后的形态是一样的。我们把一个块所有的可能性加入到一个list中，并且把相同的形态删掉。 def block_creat(a): block=[] a2 = torch.flip(a, dims=[0]) a3=torch.flip(a, dims=[1]) a4=torch.flip(a, dims=[0,1]) a5=a.transpose(0,1) a6=torch.flip(a.transpose(0,1), dims=[0]) a7=torch.flip(a.transpose(0,1), dims=[1]) a8=torch.flip(a.transpose(0,1), dims=[0,1]) blockin=[a,a2,a3,a4,a5,a6,a7,a8] for additem in blockin: addFlag = True for item in block: # print(tableaddAB.equal(tableaddAB)) if additem.equal(item): addFlag = False break if addFlag: block.append(additem) return block每一个拼图块放到日历上面，可以有很多位置可以放。这里把每个拼图快放到棋盘里面可能的情况都列出来 组成一个list。包括以不同的形态放在不同的位置。这里自定义了一个函数 usefull_table(tableout)，用来剔除放了拼图之后会出现一些不可能的继续的情况，在最后代码中可以详细查看。 def Creatblocklist(block): blocklist=[] for singleblock in block: for i in range(8 - singleblock.shape[0] + 1): for j in range(7 - singleblock.shape[1] + 1): tableout=tableupdate(table000, singleblock, i, j) if torch.max(tableout)>1: continue else: if usefull_table(tableout): blocklist.append(tableout) return blocklist后面就简单啦~ 来一堆For循环就可以了，从每个拼图块的blocklist中选择形态进行组合，最后就找到了答案。 对了，这里还有点还没有讲，那我们要的日期在哪里设置呢？就在初始化棋盘的时候，把需要选择的日期标记为1，表示已经占用了，拼图不可以放这里了。 def table_ini(): table=torch.zeros(8,7) table[7,0:4]=1 table[0:2,6]=1 #选择月日星期 table[0,2]=1 #月 table[2,6]=1 #日 table[6,3]=1 #星期 return table最后完成的代码如下： import torch import datetime def block_creat(a): block=[] a2 = torch.flip(a, dims=[0]) a3=torch.flip(a, dims=[1]) a4=torch.flip(a, dims=[0,1]) a5=a.transpose(0,1) a6=torch.flip(a.transpose(0,1), dims=[0]) a7=torch.flip(a.transpose(0,1), dims=[1]) a8=torch.flip(a.transpose(0,1), dims=[0,1]) blockin=[a,a2,a3,a4,a5,a6,a7,a8] for additem in blockin: addFlag = True for item in block: # print(tableaddAB.equal(tableaddAB)) if additem.equal(item): addFlag = False break if addFlag: block.append(additem) return block def table_extent(): extenttable=torch.ones(9,8) extenttable[1:8,1:7]=0 return extenttable #初始化棋盘 def table_ini(): table=torch.zeros(8,7) table[7,0:4]=1 table[0:2,6]=1 #选择月日星期 table[0,2]=1 table[2,6]=1 table[6,3]=1 return table def withhole(tableTest,row,col): for i in range(9 - row): for j in range(8 - col): if torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) < (row * col): wall = torch.sum(tableTest[i:i + row + 2, j:j + col + 2]) - torch.sum( tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) - tableTest[i, j] - tableTest[i, j + col + 1] - \ tableTest[i + row + 1, j] - tableTest[i + row + 1, j + col + 1] if wall>(row*2+col*2)-1: return True return False def usefull_table(tablein): tableTest=torch.ones(10,9) tableTest[1:9, 1:8] = tablein #判断是否有一个的封闭区间 # print(tablein) row = 1 col = 1 if withhole(tableTest,row,col): return False row = 2 col = 1 if withhole(tableTest,row,col): return False row = 1 col = 2 if withhole(tableTest,row,col): return False row = 1 col = 3 if withhole(tableTest,row,col): return False row = 3 col = 1 if withhole(tableTest,row,col): return False row = 2 col = 2 if withhole(tableTest,row,col): return False ''' row = 2 col = 3 for i in range(9 - row): for j in range(8 - col): wall = torch.sum(tableTest[i:i + row + 2, j:j + col + 2]) - torch.sum( tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) - tableTest[i, j] - tableTest[i, j + col + 1] - \ tableTest[i + row + 1, j] - tableTest[i + row + 1, j + col + 1] if wall > (row * 2 + col * 2) - 1: if torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) == 0 or (torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) >2 and torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) (row * 2 + col * 2) - 1: if (torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) == 0) or ((torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1])) >2 and (torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) (row * 2 + col * 2) - 1: if torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) == 0: print('执行4 4空洞0，',tableTest) return False row = 4 col = 5 for i in range(9 - row): for j in range(8 - col): wall = torch.sum(tableTest[i:i + row + 2, j:j + col + 2]) - torch.sum( tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) - tableTest[i, j] - tableTest[i, j + col + 1] - \ tableTest[i + row + 1, j] - tableTest[i + row + 1, j + col + 1] if wall > (row * 2 + col * 2) - 1: if torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) == 0: print('执行4 5空洞',tableTest) return False row = 5 col = 4 for i in range(9 - row): for j in range(8 - col): wall = torch.sum(tableTest[i:i + row + 2, j:j + col + 2]) - torch.sum( tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) - tableTest[i, j] - tableTest[i, j + col + 1] - \ tableTest[i + row + 1, j] - tableTest[i + row + 1, j + col + 1] if wall > (row * 2 + col * 2) - 1: if torch.sum(tableTest[i + 1:i + row + 1, j + 1:j + col + 1]) == 0: print('执行4 5空洞',tableTest) return False ''' return True def tableupdate(table_in,block,i_in,j_in): i=0 j=0 i=i_in j=j_in addblock=torch.zeros(block.shape) addblock=block table_out=torch.zeros(8,7) table_out[:,:]=table_in[:,:] # print(addblock.shape,i+addblock.shape[0],j+addblock.shape[1],i,j) # print(table.shape,table_out[0:2,4:].shape,block.shape) row=i+addblock.shape[0] col=j+addblock.shape[1] table_out[i:row,j:col]=table_out[i:row,j:col]+addblock # print(table_out-table_in) return table_out def Creatblocklist(block): blocklist=[] for singleblock in block: for i in range(8 - singleblock.shape[0] + 1): for j in range(7 - singleblock.shape[1] + 1): tableout=tableupdate(table000, singleblock, i, j) if torch.max(tableout)>1: continue else: if usefull_table(tableout): blocklist.append(tableout) return blocklist starttime=datetime.datetime.now() print(datetime.datetime.now()) table000=table_ini() bigtable000=table_extent() a1=torch.tensor([[1,0,0],[1,0,0],[1,1,1]]) block1=block_creat(a1) # print(len(block1)) a2=torch.tensor([[1,1,1],[1,0,1]]) #5 block2=block_creat(a2) # print(len(block2)) a3=torch.tensor([[1,1,1],[1,1,0]]) #5 block3=block_creat(a3) # print(len(block3)) a4=torch.tensor([[1,1,1],[0,1,0],[0,1,0]]) #5 block4=block_creat(a4) # print(len(block4)) a5=torch.tensor([[0,0,1,1],[1,1,1,0]]) #5 block5=block_creat(a5) # print(len(block5)) a6=torch.tensor([[0,1,1],[0,1,0],[1,1,0]]) #5 block6=block_creat(a6) # print(len(block6)) a7=torch.tensor([[1,1,1,1],[0,0,0,1]]) #5 block7=block_creat(a7) # print(len(block7)) a8=torch.tensor([[1,1,1,1]]) #4 block8=block_creat(a8) # print(len(block8)) a9=torch.tensor([[1,0],[1,0],[1,1]]) #4 block9=block_creat(a9) # print(len(block9)) a10=torch.tensor([[1,1,0],[0,1,1]]) #4 block10=block_creat(a10) # print(len(block10)) print('各种翻转创建成功') blocklist1=Creatblocklist(block1) #76 63 print('拼图块可以放的可能性',len(blocklist1)) blocklist2=Creatblocklist(block2)#89 67 print('拼图块可以放的可能性',len(blocklist2)) blocklist3=Creatblocklist(block3)#186 157 print('拼图块可以放的可能性',len(blocklist3)) blocklist4=Creatblocklist(block4)#80 61 print('拼图块可以放的可能性',len(blocklist4)) blocklist5=Creatblocklist(block5)#154 122 print('拼图块可以放的可能性',len(blocklist5)) blocklist6=Creatblocklist(block6)#80 63 print('拼图块可以放的可能性',len(blocklist6)) blocklist7=Creatblocklist(block7)#148 128 print('拼图块可以放的可能性',len(blocklist7)) blocklist8=Creatblocklist(block8)#43 42 print('拼图块可以放的可能性',len(blocklist8)) blocklist9=Creatblocklist(block9)#194 170 print('拼图块可以放的可能性',len(blocklist9)) blocklist10=Creatblocklist(block10)#100 print('拼图块可以放的可能性',len(blocklist10)) print('完成blocklist的创建') iterate=1 a=1 Stopsignal=False for item1 in blocklist1: iterate=iterate+1 # a=a+1 # print('迭代1',a/63) if Stopsignal: break for item2 in blocklist2: if Stopsignal: break print(iterate) iterate = iterate + 1 # print('迭代1') tableadd = item1 + item2 - table000 if torch.max(tableadd)>1: continue # if usefull_table(tableadd) == False: # continue for item3 in blocklist3: if Stopsignal: break iterate = iterate + 1 tableadd = item1 + item2 + item3 - table000*2 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue for item4 in blocklist4: if Stopsignal: break iterate = iterate + 1 tableadd = item1 + item2 + item3 +item4- table000 * 3 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue for item5 in blocklist5: if Stopsignal: break iterate = iterate + 1 tableadd = item1 + item2 + item3 + item4 +item5- table000 * 4 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue for item6 in blocklist6: if Stopsignal: break iterate = iterate + 1 tableadd = item1 + item2 + item3 + item4 + item5+item6 - table000 * 5 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue for item7 in blocklist7: if Stopsignal: break iterate = iterate + 1 tableadd = item1 + item2 + item3 + item4 + item5 + item6+item7 - table000 * 6 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue for item8 in blocklist8: if Stopsignal: break iterate = iterate + 1 tableadd = item1 + item2 + item3 + item4 + item5 + item6 + item7+ item8 - table000 * 7 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue for item9 in blocklist9: if Stopsignal: break iterate = iterate + 1 tableadd = item1 + item2 + item3 + item4 + item5 + item6 + item7 + item8 +item9- table000 * 8 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue for item10 in blocklist10: iterate = iterate + 1 tableadd = item1 + item2 + item3 + item4 + item5 + item6 + item7 + item8 + item9 +item10- table000 * 9 if torch.max(tableadd) > 1: continue if usefull_table(tableadd) == False: continue else: list=[item1,item2,item3,item4,item5,item6,item7,item8,item9,item10] num=1 print('最终结果：') for it in list: print((it-table000)*num) num=num+1 Stopsignal=True break endtime=datetime.datetime.now() print(datetime.datetime.now()) print('程序运行结束,一共消耗时间：',endtime-starttime)运行的结果： 2022-03-05 18:29:28.209138 各种翻转创建成功 拼图块可以放的可能性 67 拼图块可以放的可能性 74 拼图块可以放的可能性 170 拼图块可以放的可能性 64 拼图块可以放的可能性 130 拼图块可以放的可能性 67 拼图块可以放的可能性 131 拼图块可以放的可能性 41 拼图块可以放的可能性 177 拼图块可以放的可能性 86 完成blocklist的创建 迭代次数： 2 173 174 175 176 177 178 28903 最终结果： tensor([[1., 0., 0., 0., 0., 0., 0.], [1., 0., 0., 0., 0., 0., 0.], [1., 1., 1., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [2., 2., 2., 0., 0., 0., 0.], [2., 0., 2., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 3., 0., 0., 0., 0., 0.], [3., 3., 0., 0., 0., 0., 0.], [3., 3., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 0., 0., 4., 4., 4., 0.], [0., 0., 0., 0., 4., 0., 0.], [0., 0., 0., 0., 4., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 5.], [0., 0., 0., 0., 0., 0., 5.], [0., 0., 0., 0., 0., 5., 5.], [0., 0., 0., 0., 0., 5., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 6., 0., 0., 0., 0., 0.], [0., 6., 6., 6., 0., 0., 0.], [0., 0., 0., 6., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 7., 7., 0., 0.], [0., 0., 0., 0., 7., 0., 0.], [0., 0., 0., 0., 7., 0., 0.], [0., 0., 0., 0., 7., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 8., 0.], [0., 0., 0., 0., 0., 8., 0.], [0., 0., 0., 0., 0., 8., 0.], [0., 0., 0., 0., 0., 8., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.]]) tensor([[0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 9.], [0., 0., 0., 0., 9., 9., 9.]]) tensor([[ 0., 0., 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0., 0., 0.], [ 0., 0., 0., 10., 0., 0., 0.], [ 0., 0., 10., 10., 0., 0., 0.], [ 0., 0., 10., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0., 0., 0.]]) 2022-03-05 18:30:31.315555 程序运行结束,一共消耗时间： 0:01:03.106417 |
【本文地址】
今日新闻 |
推荐新闻 |