कार्य
आपको एक सकारात्मक पूर्णांक दिया जाएगा और आपको कई नोड्स के साथ " आत्म-पूरक ग्राफ " का उत्पादन करना होगा । यदि आप नहीं जानते कि एक आत्म-पूरक ग्राफ क्या है, तो विकिपीडिया लेख आपकी मदद नहीं करेगा, इसलिए नीचे दो स्पष्टीकरण हैं, एक तकनीकी और एक गैर-तकनीकी।
गैर तकनिकि
एक ग्राफ नोड्स का एक सेट है जो लाइनों द्वारा जुड़ा हुआ है। प्रत्येक जोड़ी बिंदुओं को एक पंक्ति या कोई भी नहीं जोड़ा जा सकता है। एक ग्राफ का "पूरक" एक ग्राफ लेने और उन सभी नोड्स को जोड़ने का परिणाम है जो जुड़े नहीं हैं और सभी नोड्स को डिस्कनेक्ट कर रहे हैं।
एक आत्म-पूरक ग्राफ एक ग्राफ है जिसका पूरक मूल के आकार में पुन: व्यवस्थित किया जा सकता है। नीचे एक आत्म-पूरक ग्राफ और कैसे के एक प्रदर्शन का एक उदाहरण है।
यहाँ 5 नोड्स के साथ एक ग्राफ दिया गया है:
हम उन सभी स्थानों को उजागर करेंगे जहां कनेक्शन लाल बिंदीदार रेखाओं के साथ जा सकते हैं:
अब हम लाल और काले किनारों की अदला-बदली करके ग्राफ के पूरक को देखेंगे:
यह मूल ग्राफ़ की तरह नहीं दिखता है लेकिन अगर हम नोड्स को इस तरह घुमाते हैं (प्रत्येक चरण दो नोड्स स्वैप करता है):
हमें मूल ग्राफ मिलता है! ग्राफ और उसके पूरक समान ग्राफ हैं
तकनीकी
एक आत्म-पूरक ग्राफ एक ग्राफ है जो इसके पूरक के लिए आइसोमोर्फिक है।
विशेष विवरण
जो भी विधि आपको सबसे अच्छी लगती है उसके माध्यम से आपको एक सकारात्मक पूर्णांक प्राप्त होगा। और आप जिस भी विधि को उपयुक्त समझेंगे उसमें एक ग्राफ का उत्पादन करेंगे, इसमें सम्मिलित मैट्रिक्स फॉर्म , एडजेंसी लिस्ट फॉर्म और पाठ्यक्रम के चित्रों तक सीमित नहीं है ! आउटपुट ग्राफ का अपना पूरक होना चाहिए और पूर्णांक इनपुट के रूप में कई नोड्स होना चाहिए। यदि ऐसा कोई ग्राफ़ मौजूद नहीं है, तो आपको फ़र्ज़ी मान का उत्पादन करना होगा।
यह कोड-गोल्फ है और आपको अपने बाइट काउंट को कम से कम करना चाहिए।
परीक्षण के मामलों
नीचे कई n के लिए संभावित आउटपुट की तस्वीरें हैं
4
5
9
GraphData@{"SelfComplementary",{#,1}}&
, मेरा मानना है कि बस n
वोल्फ्राम के डेटाबेस से कम के लिए कुछ उदाहरण लोड करता है, इसलिए यह मनमाने ढंग से बड़े इनपुट के लिए काम नहीं करेगा।