第十五届蓝桥杯pb组国赛E题[马与象] (15分)BFS算法 详解

2024-06-11 22:44

本文主要是介绍第十五届蓝桥杯pb组国赛E题[马与象] (15分)BFS算法 详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

博客主页:誓则盟约

系列专栏:IT竞赛 专栏

关注博主,后期持续更新系列文章

如果有错误感谢请大家批评指出,及时修改

感谢大家点赞👍收藏⭐评论✍


问题描述:

        小蓝有一个大小为 N × N 的棋盘(棋子可以走的位置有 (N + 1) × (N + 1) 个),棋盘上只有两个棋子:一个马和一个象,他们的行动规则是:马走日,马 可以走到一个日字形状的对角;象飞田,象可以走到一个田字形状的对角,即 斜着走两格(注意无需遵守象棋中的蹩马腿、塞象眼的规则)。在下图所示的大 小为 4 × 4 的棋盘上,展示了两种棋子具体的行进方式:

        在任意一方先手、每一方都可以连续走任意步的情况下,请问有没有可能 出现一方吃掉另一方的局面,如果有,请输出最少需要经过几步可以达到这个 局面,否则输出 −1 。注意:棋子不能走出棋盘。 

【输入格式】

        输入一行包括五个整数 N, x1, y1, x2, y2 ,相邻整数之间使用一个空格分隔, 表示棋盘大  小、马的初始位置 (x1, y1) 以及象的初始位置 (x2, y2) 。

【输出格式】

  输出一行包含一个整数表示答案。如果答案不存在输出 −1 。

【样例输入】

  4 0 2 1 2

【样例输出】

  3

【样例说明】

【样例输入】

  4 2 2 2 3

【样例输出】

  2

【样例说明】

  各走一步可能出现一方吃掉另一方的局面。

【评测用例规模与约定】

  对于 50% 的评测用例,1 ≤ N ≤ 10 ; 对于所有评测用例,1 ≤ N ≤ 50 ,0 ≤ x1, y1, x2, y2 ≤ N 。 


 分析问题:

        首先,这个问题很明显是在考察BFS的运用,马和象的可移动规则给了,我们只需要给这两个规则转化为两个dirs,遍历其中一个dirs(这里我们以象为终点,首先遍历象的方向)将其可能到达的坐标加入到列表ls里面存储起来,然后去遍历另一个(马)可能走到的坐标,如果这个坐标在ls里面,那说明他们可以相遇,直接返回当前步数即可(因为我们是BFS广度 优先,此时的步数一定是最少的步数,可以直接返回)。如果没有存在ls里,则继续遍历,直到遍历完所有可以走的坐标为止,此时则说明二者不能相遇,则返回-1即可。这是当前的大致思路,主要还是看代码实现,这道题用了两个BFS,严格考察对BFS和队列的理解和运用能力。


代码实现: 


n,x1,y1,x2,y2=map(int,input().split())def BFSM(n,x1,y1,x2,y2):dirs={lambda x,y:(x+1,y+2),lambda x,y:(x+2,y+1),lambda x,y:(x+2,y-1),lambda x,y:(x+1,y-2),lambda x,y:(x-1,y-2),lambda x,y:(x-2,y-1),lambda x,y:(x-2,y+1),lambda x,y:(x-1,y+2)}dirs2={lambda x,y:(x-2,y+2),lambda x,y:(x+2,y+2),lambda x,y:(x+2,y-2),lambda x,y:(x-2,y-2),}seen=set()st=(x1,y1)ed=(x2,y2)seen.add(st)q=[(st,0)]p=[(ed,0)]seen_1={}seen_1[ed]=0ls=[]while p:now_1,step_1=p.pop(0)for dir in dirs2:new_1=dir(now_1[0],now_1[1])if 0<=new_1[0]<=n+1 and 0<=new_1[1]<=n+1 and new_1 not in seen_1.keys():seen_1[new_1]=step_1+1p.append([new_1,step_1+1])while q:now_node,step=q.pop(0)if now_node in seen_1.keys():kk=step+seen_1[now_node]ls.append(kk)for dir in dirs:new_node=dir(now_node[0],now_node[1])if 0<=new_node[0]<=n+1 and 0<=new_node[1]<=n+1 and new_node not in seen:seen.add(new_node)q.append([new_node,step+1])if ls:return min(ls)else: return -1
print(BFSM(n,x1,y1,x2,y2))

总结:

        这里的n指的是棋盘的边长,而x1y1是起点的坐标,x2y2是终点的坐标。函数BFSM使用了广度优先搜索(Breadth-First Search, BFS)算法,它是一种在图论中用于遍历图或树的数据结构的算法。在这个问题中,图是nn的棋盘,节点是棋盘上的每个位置,边是骑士可以走的合法移动。

下面是代码分步功能的详细解释:

  1. dirs是一个包含八个函数的集合,每个函数代表骑士可以走的八种合法移动的方向。例如,lambda x,y:(x+1,y+2)表示骑士可以从(x, y)移动到(x+1, y+2)

  2. dirs2是一个包含四种函数的集合,每个函数代表终点(x2, y2)可以到达的四个特殊位置。这些位置是终点位置的四个对角线方向上两个单位距离的位置。

  3. seen是一个集合,用于记录已经访问过的节点。

  4. q是广度优先搜索的队列,用于存储待访问的节点及其到起点的距离。

  5. p是另一个队列,用于存储从终点开始的访问过程,目的是找到从终点到起点的路径。

  6. seen_1是一个字典,用于记录从终点开始访问过程中每个节点到终点的距离。

  7. 函数BFSM首先初始化seen集合和q队列,然后开始广度优先搜索。

  8. 在广度优先搜索的过程中,每次检查当前节点now_node是否在seen_1中,如果是,则计算从起点到当前节点的距离加上从当前节点到终点的距离,并将这个总距离添加到ls列表中。

  9. 然后,对于当前节点的每个合法移动方向,检查新位置是否在棋盘。

整体逻辑是通过BFS算法搜索从起点到终点的最短路径。


“ 我们的科学永远只是找到近似真理。”——《爱因斯坦》

“ 我们的科学永远只是找到近似真理。”——《爱因斯坦》

这篇关于第十五届蓝桥杯pb组国赛E题[马与象] (15分)BFS算法 详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1052460

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

hdu1254(嵌套bfs,两次bfs)

/*第一次做这种题感觉很有压力,思路还是有点混乱,总是wa,改了好多次才ac的思路:把箱子的移动当做第一层bfs,队列节点要用到当前箱子坐标(x,y),走的次数step,当前人的weizhi(man_x,man_y),要判断人能否将箱子推到某点时要嵌套第二层bfs(人的移动);代码如下:

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig