OD C卷 - 路口最短时间问题

2024-08-22 01:52
文章标签 问题 od 短时间 路口

本文主要是介绍OD C卷 - 路口最短时间问题,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!

路口最短时间问题 (200)

  • 街道是棋盘型的,(十字路口)每格距离相等,车辆通过每格的街道时间均为time_per_road;
  • 十字路口有交通灯,此处车辆可直行、左转、右转,直行和左转需要等待相应T时间;右转无需等待;
  • 现给出n*m个街口的交通灯等待时间,及街口的起止坐标,计算车辆从起始到终止的最短时间;
  • 终点路口的等待时间不计入;
    输入描述:
    每个十字路口的等待时间(二维数组),街道通过时间,起始点,终止点
    如:
    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],60,0,0,2,2
    输出描述:
    从起始点到终点的最短时间
    245
    说明,以上行走路径为(0,0)->(0,1)->(1,1)->(1,2)->(2,2) 2个右转,一个左转,共耗时60+0+60+5+60+0+60=245

思路:

  • 为确定直行、右转、左转的方向,所以需要分情况讨论进入起始十字路口的方向;

    • 分别以上、右、下、左四个方向进入起始点,并设定进入的时间为0,入队,然后开始BFS;
    • 每种方向情况下,计算出可以走的直行、右转、左转方向,再开始行走到下一个位置,若时间更少,则放入队列;
      在这里插入图片描述
  • 期间时间的累加,非右转时,红灯等待时间 + 街道通行时间;右转只有街道通行时间;

  • 使用result 二维数组表示到达每个十字路口的最小时间(包括四个方向)

  • 最后取终点位置四个方向的最小值;


import queue# 上、右、下、左
directions = [[-1, 0], [0, 1], [1, 0], [0, -1]]def calcTime(lights, time_per_road, row_start, col_start, row_end, col_end):# 二维数组的行、列数col = col_end + 1row = row_end + 1# result 表示 以哪种方式转弯,通过街道后进入该十字路口# [#   [1, 2, 3],#   [4, 5, 6],#   [7, 8, 9]# ]  每个数字表示该十字路口的等待时间,即 lights# result 则把对应的数字替换为[inf, inf, inf, inf]# 表示分别以四种方式转弯,通过街道到达该位置的最短时间result = [[[float('inf') for i in range(4)] for j in range(col)] for k in range(row)]# 队列pq = queue.Queue()# 进入起始十字路口 可以有四种方式,针对具体每种方式,才可以确定从该路口通过时# 的直行、右转、左转for i in range(4):# 进入十字路口的 每种方式入队 i -> 0, 1, 2, 3 对应directions的索引pq.put([0, [row_start, col_start, i, 0]]) # 以第i种方式转弯,然后通过街道后,进入到起始点位置,时间初始化为0# 起始点,每种方式的进入,时间都设置为0result[row_start][col_start][i] = 0# 从初始点开始走while True:if pq.qsize() <= 0:breakelse:point_t = pq.get() # 出队print("point", point_t)point = point_t[1] # [0, 0, 0, 0]# 当前方式转弯 进入该点的时间,若比 result 中已有的对应时间大,则跳过if point[3] > result[point[0]][point[1]][point[2]]:continue# 当前以point[2]转弯方式,通过街道进入该point十字路口,通过该路口时# 直行、右转、左转方向计算for i in range(4):# 确定方向的索引cur_direct = (point[2] + i) % 4# if not (directions[i][0] == 1 and directions[i][1] == 0): # 方向 (1, 0) 不能走if not (cur_direct == (point[2] + 2) % 4): # 其他方向都是可以走# 新位置点new_x = point[0] + directions[cur_direct][0]new_y = point[1] + directions[cur_direct][1]# 判断新位置点是否有效if 0 <= new_x < row and 0 <= new_y < col:# 通过中间街道 耗时new_time = point[3] + time_per_road# cur_direct 不是右转时,还要累加红灯等待时间# if not (directions[i][0] == 0 and directions[i][1] == 1):if not (cur_direct == (point[2] + 1) % 4):# 加街口的等待时间new_time += lights[point[0]][point[1]] # 通过的上一个十字路口 红灯等待# 以cur_direct 转弯/直行,并通过街道到达新位置的时间为new_time# 以更小的时间更新resultif new_time < result[new_x][new_y][cur_direct]:result[new_x][new_y][cur_direct] = new_time # 取更小的时间pq.put([new_time, [new_x, new_y, cur_direct, new_time]])print(result)return min(result[row_end][col_end])lights = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
time_per_road = 60
row_start = 0
col_start = 0
row_end = 2
col_end = 2min_time = calcTime(lights, time_per_road, row_start, col_start, row_end, col_end)
print(min_time)

 

这篇关于OD C卷 - 路口最短时间问题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/1094906

相关文章

mybatis和mybatis-plus设置值为null不起作用问题及解决

《mybatis和mybatis-plus设置值为null不起作用问题及解决》Mybatis-Plus的FieldStrategy主要用于控制新增、更新和查询时对空值的处理策略,通过配置不同的策略类型... 目录MyBATis-plusFieldStrategy作用FieldStrategy类型每种策略的作

linux下多个硬盘划分到同一挂载点问题

《linux下多个硬盘划分到同一挂载点问题》在Linux系统中,将多个硬盘划分到同一挂载点需要通过逻辑卷管理(LVM)来实现,首先,需要将物理存储设备(如硬盘分区)创建为物理卷,然后,将这些物理卷组成... 目录linux下多个硬盘划分到同一挂载点需要明确的几个概念硬盘插上默认的是非lvm总结Linux下多

Python Jupyter Notebook导包报错问题及解决

《PythonJupyterNotebook导包报错问题及解决》在conda环境中安装包后,JupyterNotebook导入时出现ImportError,可能是由于包版本不对应或版本太高,解决方... 目录问题解决方法重新安装Jupyter NoteBook 更改Kernel总结问题在conda上安装了

pip install jupyterlab失败的原因问题及探索

《pipinstalljupyterlab失败的原因问题及探索》在学习Yolo模型时,尝试安装JupyterLab但遇到错误,错误提示缺少Rust和Cargo编译环境,因为pywinpty包需要它... 目录背景问题解决方案总结背景最近在学习Yolo模型,然后其中要下载jupyter(有点LSVmu像一个

解决jupyterLab打开后出现Config option `template_path`not recognized by `ExporterCollapsibleHeadings`问题

《解决jupyterLab打开后出现Configoption`template_path`notrecognizedby`ExporterCollapsibleHeadings`问题》在Ju... 目录jupyterLab打开后出现“templandroidate_path”相关问题这是 tensorflo

如何解决Pycharm编辑内容时有光标的问题

《如何解决Pycharm编辑内容时有光标的问题》文章介绍了如何在PyCharm中配置VimEmulator插件,包括检查插件是否已安装、下载插件以及安装IdeaVim插件的步骤... 目录Pycharm编辑内容时有光标1.如果Vim Emulator前面有对勾2.www.chinasem.cn如果tools工

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

Java多线程父线程向子线程传值问题及解决

《Java多线程父线程向子线程传值问题及解决》文章总结了5种解决父子之间数据传递困扰的解决方案,包括ThreadLocal+TaskDecorator、UserUtils、CustomTaskDeco... 目录1 背景2 ThreadLocal+TaskDecorator3 RequestContextH

关于Spring @Bean 相同加载顺序不同结果不同的问题记录

《关于Spring@Bean相同加载顺序不同结果不同的问题记录》本文主要探讨了在Spring5.1.3.RELEASE版本下,当有两个全注解类定义相同类型的Bean时,由于加载顺序不同,最终生成的... 目录问题说明测试输出1测试输出2@Bean注解的BeanDefiChina编程nition加入时机总结问题说明

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2