思路:记每个队员的编号为i,站位为a[i]。
每个队员的球衣都与他们的站位号不同,即任意i,a[i]≠i。
且显然不能有两个人占着同一个位置。

#include<iostream>
using namespace std;
int main() {int a[7] = { 0 };for (a[1]=1;a[1]<=6;a[1]++)for (a[2] = 1; a[2] <= 6; a[2]++)for (a[3] = 1; a[3] <= 6; a[3]++)for (a[4] = 1; a[4] <= 6; a[4]++)for (a[5] = 1; a[5] <= 6; a[5]++)for (a[6] = 1; a[6] <= 6; a[6]++) {bool equa = 0;//equa用来标记不能有两个人占着同一个位for (int x=1;x<=6;x++)for (int y = 1; y <= 6; y++) {if (x == y)continue;else {if (a[x] == a[y]) {equa = 1;break;}}}if ((a[1] == 1) || (a[2] == 2) || (a[3] == 3) || (a[4] == 4) || (a[5] == 5) || (a[6] == 6)||(equa==1))continue;else {if ((a[1] != 5) && (a[1] != 6) && (a[6] != 1) && (a[6] != 5))if ((a[2] != 5) && (a[3] != 5) && (a[3] != 2))if (!((((a[3] + 4) % 6 < 3) && ((a[4] + 4) % 6 < 3)) || (((a[3] + 4) % 6 >= 3) && ((a[4] + 4) % 6 >= 3))))if ((a[5] != 3) && (a[5] != 6) && (a[6] != 3)) for (int i = 1; i <= 6; i++) cout << i << "号队员占" << a[i] << "位"<<endl;}    }
return 0;
}

输出样例:

排球占位问题:图为排球场的平面图,其中一、二、三、四、五、六为位置编号……相关推荐

  1. get占位符传多个参数_未知环境下的Lidar概率占位栅格图(Occupancy Grid Map) Python代码实现...

    自动驾驶Mapping-占位栅格图(Occupancy Grid Map)中介绍了概率占位栅格地图(Probabilistic Occupancy Grid)的原理,并推导了如何利用贝叶斯理论(Bay ...

  2. python中outside loop_未知环境下的Lidar概率占位栅格图(Occupancy Grid Map) Python代码实现...

    自动驾驶Mapping-占位栅格图(Occupancy Grid Map)中介绍了概率占位栅格地图(Probabilistic Occupancy Grid)的原理,并推导了如何利用贝叶斯理论(Bay ...

  3. 三线表是什么?R语言使用table1包绘制(生成)三线表、使用单变量分列构建三线表、编写自定义三线表结构(将因子变量细粒度化重新构建三线图)、编写自定义函数在三线表中添加p值

    三线表是什么?R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.编写自定义三线表结构(将因子变量细粒度化重新构建三线图).编写自定义函数在三线表中添加p值 目录

  4. python使用matplotlib可视化线图(line plot)、在可视化图像中的指定位置添加横线(add horizontal line in matplotlib plot)

    python使用matplotlib可视化线图(line plot).在可视化图像中的指定位置添加横线(add horizontal line in matplotlib plot) 目录

  5. Python使用openCV把原始彩色图像转化为灰度图、使用OpenCV把图像二值化(仅仅包含黑色和白色的简化版本)、基于自适应阈值预处理(adaptive thresholding)方法

    Python使用openCV把原始彩色图像转化为灰度图.使用OpenCV把图像二值化(仅仅包含黑色和白色的简化版本).基于自适应阈值预处理(adaptive thresholding)方法 目录

  6. R语言ggplot2可视化绘制二维的密度图:在R中建立二维散点数据的连续密度热图、2D密度估计、MASS包中的kde2d函数实现2D密度估计、geom_density2d函数可视化二维密度图

    R语言ggplot2可视化绘制二维的密度图:在R中建立二维散点数据的连续密度热图.2D密度估计.MASS包中的kde2d函数实现2D密度估计.geom_density2d函数可视化二维密度图 目录

  7. origin如何将多个曲线放在一张图_Origin入门教程(十二):误差棒棒棒棒儿

    精选回顾 ◀ 干货满满!计算狗「模拟计算干货」汇总大放送,你想要的都在这里~ ◀ 免费干货丨测试狗透射电子显微镜(TEM)资料汇总「TEM全家福」,从入门 到精通! ◀ SCI论文写作大全来啦!助你早 ...

  8. 深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习

    深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习 文章目录 深入浅出图神经网络|GNN原理解析☄学习笔记(四)表示学习 表示学习 表示学习的意义 离散表示与分布式表示 端到端学习 基于重构损 ...

  9. 二十四孝{做人不孝无异于禽兽,请宏扬我中华美德!}组图

    做人不孝无异于禽兽,请宏扬我中华美德! "孝"是儒家伦理思想的核心,是千百年来中国社会维系家庭关系的道德准则,是中华民族的传统美德,是我中华民族传统文化之精髓.元代郭居敬辑录古代2 ...

最新文章

  1. 【算法导论】冒泡排序 选择排序
  2. 2019蓝桥杯省赛---java---A---4(迷宫)
  3. 【软件质量】CMM与CMMI
  4. 【特征向量】——从线性代数角度看分解与合成
  5. 10张图,让你瞬间给自己减压
  6. Android 系统性能优化(12)---MTK 平台UX性能分析方法
  7. CMSIS-SVD Schema File Ver. 1.0
  8. 王者荣耀不同服务器能显示微信好友吗,王者荣耀怎么看微信好友在那个区
  9. Audio Playback过程
  10. (react+dva+antd)知识点总结
  11. 环境php5.2+mysql_php环境搭建问题(简单记录二------php5.2不加载mysql扩展)
  12. C语言C++编程软件推荐及下载方式
  13. 误删除恢复 (extundelete)
  14. 高德地图添加导航依赖冲突 com.android.builder.dexing.DexArchiveMergerException: Unable to merge dex
  15. 国内数字藏品交易平台开发市场会开放二级市场吗
  16. 面向对象(高级)章节练习题
  17. 互联网金融学习总结(4)——大数据风控的九种维度
  18. JavaScript知识之正则表达式(RegExp)
  19. 如何在VC中加减日期及 CTime COleDateTime的常用操作和比较
  20. Hackintosh相关资源站

热门文章

  1. vue2+webpack/vue3+vite 封装svg组件总结笔记
  2. 态势感知与安全运营平台详细介绍
  3. 电影《美国队长 2》官方同名游戏登陆 Google Play平台
  4. HearthBuddy的狂野和休闲模式来回切换
  5. STM32F103之完成对SD卡的数据读取
  6. 使用nginx实现动静分离
  7. php代码覆盖工具(2)-phpunit-支持生成覆盖率报告
  8. sql查询所有课程成绩大于80的学生的姓名
  9. resultType 使用方法 笔记
  10. IPVS分布式mysql_IPVS负载均衡