背景

美国对接送服务有着独特的热爱-故意操纵选举区来预测某些投票结果。就在最近，最高法院审理了一个载人妖案。尤其是与种族有关的游击队员被裁定为非法，并导致要求重划分区线。

给定一个自治市的矩形地图（二维数组），您将绘制区域线以帮助您的政党获得最大的代表权。就是说，你会很高兴。每个市政当局都有两个政党，0并且1。地图将由正方形0或正方形组成1。这是一个示例地图：

挑战

您将地图分组为地区，以便该1聚会至少获得输入所指定的地区数。

输入项

输入将包括一张地图，要绘制的区域数以及该1方需要赢得的最小区域数（最小分数）。

输出量

输出将是各地区的地图。每个地区将唯一地由大写字母组成。是的，这意味着不超过26个区。

如果没有可能的输出，则输入的一方赢得了足够的分区，请执行以下任一操作：

1. 打印“我们尝试过...”
2. 致命错误，因为该党在选举结果中受到不可弥补的伤害
3. 或两者

规则（也很重要）

1. 所有地区必须是连续的
2. 地区中可能没有其他地区
3. 每个区必须至少有四个节点。输入内容将与规则一致，这意味着number_of_districts * 4地图中至少会有节点
4. 每个政党的分数是其占多数的区数
5. 如果一个区的0s和1s 数目相同，那么任何一方都不会从中受益
6. 正常的不作弊规则
7. 这是代码高尔夫球，因此以字节为单位的最短代码获胜。

测试用例

1. Input       1. Output       2. Input       2. Output     3. Input      3. Output
districts: 5   Image and map   districts: 3   Image below   districts: 3  fatal error
min wins: 3                    min wins: 3                  min wins: 3
map:                           map:                         map:
00000110000    AAAAAAAAAAA     101101                       101101
10000010000    AAAAAAAAAAA     100000                       100000
10010000011    AAAAAAAAAAA     011011                       011011
11001110000    BBBBBBBAAAA     111111                       100111
00111111000    BBBBBBBAAAA     
01111111000    CCCCCDDDAAA     
01111111001    CCCCCDDDAAA     
01000111100    EEEEEDDDDDD     
00000001000    EEEEEDDDDDD     

当然，您的程序应该适用于任何有效的测试用例，而不仅仅是这些。

R，938 896 858 952字节

function(N,M,m){U="We tried...
"
L=length
A=matrix
W=which
K=sum
S=sample
G=unique
H=function(s,p=s-1){Y=S(c(s-j,s+j,p*(p%%j>0),(s+1)*(s%%j>0)))
Y[Y>0&Y<=k]}
C=function(v,z=W(r==v))K(z%%j<2,z-j<0,(z+j)>k)
m=A(strsplit(m,"")[[1]],1)
i=W(m<0)[1]-1
m=((t(A(m,i+1))[,1:i]>0)-.5)*2
if((K(m)<M&(N-M)<1)|K(m>0)<(3*M))cat(U) else{j=max(1,nrow(m))
k=i*j;w=g=T
while(w<9&g){Z=R=N;Q=M;b=0
r=A(0,j,i)
while(b<9&g){s=W(r<1)
s=s[S(L(s))][1:min(L(s),R)]
r[s]=1:L(s);a=0
while(K(r<1)>0&a<(k^2)){a=a+1
s=S(W(r>0&r<=R),1);p=r[s]
Y=H(s)
Y=Y[r[Y]<1]
if(L(Y)){Y=Y[order(m[Y])]
if(K(m[r==p]>1))r[Y[1]]=p else r[Y[L(Y)]]=p}}
if(a<(k^2)){for(v in 1:R){if(K(m[r==v])>0){r[r==v]=max(k,max(r))+1
Q=Q-1;Z=Z-1}}
if(Q<1){g=F
for(v in 1:R)r[r==v]=max(k,max(r))+1
for(v in G(c(r)))g=g|(K(r==v)<4)|(L(G(r[H(W(r==v))]))+C(v))<3}}
b=b+1;r[r<=R]=0;R=Z}
w=w+1}
if(g)cat(U) else{u=G(c(r))
for(v in 1:L(u))r[r==u[v]]=v
cat(paste(apply(A(LETTERS[r],j,i),1,paste,collapse=""),collapse="
"))}}}

在线尝试！

> 900 > 800（不！）> 900字节的大型解决方案。该代码的工作方式如下。设N为选举区数，M为1希望占多数的最小区数。

首先，该代码将N个区随机分配给不同的组。接下来，它随机扩展它们，即将一个区域添加到随机选择的组中，确保该区域与已经属于该组的区域相邻。在扩展过程中，如果该地区组还不是全部1多数票，则该优先权将以1多数票的一个区优先；如果该组已经是某个1多数，则它将优先级分配给0区。它将继续进行，直到分配了所有区。

储存1个党派多数席位的每个组，并锁定其区域。如果至少有M个组，且多数为1，则一切正常，我们可以打印结果，可以检查每个组中是否至少有4个区。如果满足4个地区的临界值，那么我们可以愉快地打印结果。否则，代码将尝试将未锁定的区域重新分配给尽可能多的组，即N-＃stored-groups。

该代码尝试几次（9次）。如果失败，它将重置所有内容并重新开始。这样做了另外9次，然后放弃并打印“我们尝试过...”。

如果代码一开始没有成功，请再试几次。我调整了重复次数，使其可以在一分钟内在TIO中运行。但是，如果有解决方案，则此代码可以（最终）找到它。该算法的随机性部分提供了一个非零的概率，如果有解决方案，它可以找到它。有限的试验次数是成功的唯一限制因素。

编辑：添加了一个控制，即一个区组不能完全被另一个区包围，除非该区组在给定广场的边缘上有区。我想我一开始很想念它。