博客
关于我
记忆力:魔方基础教程
阅读量:326 次
发布时间:2019-03-04

本文共 899 字,大约阅读时间需要 2 分钟。

环境

今天元旦,闲着没事,又把魔方研究了一遍。几个月前在魔方小站看来视频,但是后面几个公式挺复杂的,没记住。今天又在B站看其他人的视频,又学到了一些好记得公式,研究并加以对比。

然后自己总结了一下,毕竟适合我的公式。

打底和地面角块

上顺下逆 多用几次就出来了

第二层 中间层棱角公式

鸟杰的方法: 共9个步骤

公式1、手法:竖线放右手边

上顺上顺 上 逆下逆下 和 靠近公式:下逆下逆 下 顺上顺上

公式2、手法:竖线放前面:

魔方小站的方法:共8个步骤

远(上面顺)、右面顺、上面逆,右面逆、上面逆、前面逆、上面顺、前面顺

即:远离,上逆下逆,前面逆,上面顺,前面顺

魔方宅real的做法; 共9个步骤 + 调整魔方。

远离,上顺下逆,根据白色调整魔方,做镜像公式

顶层十字公式

魔方小站方法:

前顺、上顺下逆,前逆

如果是半圆弧(小拐弯)的三个点时,前顺拨动两层,单层:上顺下逆,前逆两层 就可以一步到十字。

顶面复原公式

小鱼公式(小鱼公式可以把顶层面打好)

小鱼是指三个不在上面

小鱼公式 1:下逆上逆下逆逆上(小鱼一)

手法:鱼头后左方向;黄色在后右方向

小鱼公式2:上顺下顺 上顺顺下(小鱼二)

手法:鱼头前左方向,黄色在前右方向

小鱼公式3:下顺顺 上顺下顺上

手法:鱼头后左方向,黄色在前左;

前面顺、上面顺、前面逆、上面顺,前面顺、上面顺、上面顺、前面逆(小鱼二)

顶面缺少2后,或者4个时:

2后 :2个,黄色就是在后面4左 : 4个,黄色就是在左面

除了小鱼二,其他都是用小鱼1的公式

顶层调整角公式

魔方的摆放:黄色放到前面,两角同色的放在右边

右180度 ,下面180度、下逆上、下面180度,下顺下

上面公式倒过来就是 黄色放到前面,两角同色的放在下面

右边180度,下面180度、下逆上、下面180度,下顺下

情况一:一角同色 公式执行一次情况二:没有一角同色,公式执行2次

完全复原

魔方小站的方法:

方法一:执行小鱼1 + 魔方旋转180度+小鱼2一公式就行了

魔方宅real的方法

方法二:把好的一面对着自己

下顺下逆 下逆下顺 上顺 右边180度。

转载地址:http://beyh.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
查看>>
OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>