Python实现棋盘覆盖问题及可视化

七月
七月
发布时间:2026-10-14| 4人浏览过
原创

本文介绍如何使用Python和分治算法解决棋盘覆盖问题,并通过numpy和matplotlib实现可视化。文章详细讲解了将2^k×2^k棋盘划分为四个子棋盘,利用L型骨牌处理特殊方格的递归策略,并提供了完整的面向对象代码实现及效果展示。

问题介绍

棋盘覆盖问题属于经典的编程算法范畴。

应用分治法求解该问题的核心技巧在于棋盘的划分。划分后的子棋盘必须保持大小一致,且每个子棋盘都需包含一个特殊方格,从而将原问题分解为规模更小的子问题。当k>0时,可将2^k×2^k的棋盘划分为4个2^(k-1)×2^(k-1)的子棋盘。由于原棋盘仅有一个特殊方格,这4个子棋盘中只有一个包含该特殊方格,其余3个则没有。为了对这3个不含特殊方格的子棋盘采用递归求解,需使用一个L型骨牌覆盖这3个子棋盘的交汇点,从而将它们转化为包含特殊方格的特殊棋盘。通过递归应用此划分策略,直至将棋盘分割为1×1的子棋盘为止。

问题解释来源 百度

原网页

效果展示

k=1 k=2

代码实现

借助numpy处理数据,plot实现可视化。

使用面向对象的方法设计了棋盘类。

一步步将棋盘分为小区块,指导区块的边长为1,退出递归。


import numpy as np
import matplotlib.pyplot as plt


class Board:
 def __init__(self, size, x, y):
  '''
  初始化棋盘

  :param size: 棋盘边长
  :param x: 特殊点横坐标
  :param y: 特殊点纵坐标
  '''
  self.special_block = (x, y)
  self.board = np.zeros((size, size), dtype=int)
  self.board[x][y] = (size * size - 1) / 3 + 1
  self.t = 1
  self.size = size

 def visualize(self):
  '''
  可视化函数

  :return: None
  '''
  plt.imshow(self.board, cmap=plt.cm.gray)
  plt.colorbar()
  plt.show()

 def fill_block(self, x, y):
  '''
  填充点(x, y)
  :param x: x
  :param y: y
  :return: None
  '''
  if self.board[x][y] == 0:
   self.board[x][y] = self.t
  else:
   raise Exception

 def fill(self, s_x, s_y, size, c_x, c_y):
  '''
  递归函数填充棋盘或子棋盘(下文称区块)

  :param s_x: 区块左上角x
  :param s_y: 区块左上角y
  :param size: 区块边长
  :param c_x: 区块特殊点坐标x
  :param c_y: 区块特殊点坐标x
  :return: None
  '''
  if size == 1:
   return
  pos = (round((c_x - s_x + 1) / size), round((c_y - s_y + 1) / size))
  center = (round(s_x + size / 2 - 1), round(s_y + size / 2 - 1))
  ls = [(0, 0), (0, 1), (1, 0), (1, 1)] # 代表四个子区块
  for i in ls:
   if i != pos: # 如果不是原有特殊点所在区块,则构造特殊点并填充
    x = center[0] + i[0]
    y = center[1] + i[1]
    self.fill_block(x, y)
  self.t += 1 # 标记号加一,标记下一骨牌
  for i in ls:
   if i != pos: # 如果不是原有特殊点所在区块
    # 所构造特殊点位置(x, y)
    x = center[0] + i[0]
    y = center[1] + i[1]
    x1 = s_x + i[0] * (size / 2)
    y1 = s_y + i[1] * (size / 2)
    self.fill(x1, y1, size / 2, x, y)
   else: # 如果是原有特殊点所在区块
    x1 = s_x + i[0] * (size / 2)
    y1 = s_y + i[1] * (size / 2)
    self.fill(x1, y1, size / 2, c_x, c_y)

主函数


if __name__ == '__main__':
 k = eval(input("请输入正整数K(棋盘大小2^2k,2^2k):\n"))
 loc_x = eval(input("请输入特殊点横坐标:\n"))
 loc_y = eval(input("请输入特殊点纵坐标:\n"))
 size = 2 ** (2 * k)
 b = Board(size, loc_x, loc_y)
 b.fill(0, 0, size, loc_x, loc_y)
 b.visualize()
 print(b.board)

GitHub链接

总结

到此这篇关于python实现棋盘覆盖问题及可视化的文章就介绍到这了,更多相关python棋盘覆盖问题内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。