最小体力消耗路径(算法)

2023-10-11 20:30

本文主要是介绍最小体力消耗路径(算法),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!

文章目录

  • 最小体力消耗路径(算法)
    • 题目描述
    • 思路分析一
    • 思路分析二
    • 最短路径Code
    • 并查集Code

最小体力消耗路径(算法)

题目描述

你准备参加一场远足活动。给你一个二维 rows x columns 的地图 heights ,其中 heights[row][col] 表示格子 (row, col) 的高度。一开始你在最左上角的格子 (0, 0) ,且你希望去最右下角的格子 (rows-1, columns-1) (注意下标从 0 开始编号)。你每次可以往 上,下,左,右 四个方向之一移动,你想要找到耗费 体力 最小的一条路径。

一条路径耗费的 体力值 是路径上相邻格子之间 高度差绝对值 的 最大值 决定的。

请你返回从左上角走到右下角的最小 体力消耗值

image.png

输入:heights = [[1,2,2],[3,8,2],[5,3,5]]
输出:2
解释:路径 [1,3,5,3,5] 连续格子的差值绝对值最大为 2 。
这条路径比路径 [1,2,2,2,5] 更优,因为另一条路径差值最大值为 3 。

image.png

输入:heights = [[1,2,3],[3,8,4],[5,3,5]]
输出:1
解释:路径 [1,2,3,4,5] 的相邻格子差值绝对值最大为 1 ,比路径 [1,3,5,3,5] 更优。

image.png

输入:heights = [[1,2,1,1,1],[1,2,1,2,1],[1,2,1,2,1],[1,2,1,2,1],[1,1,1,2,1]]
输出:0
解释:上图所示路径不需要消耗任何体力。

思路分析一

最开始想用动态规划思路看看能不能解决问题,但是该题可以有四个方向移动,并不是每次都只能往下或者往右移动,dp解决不了该题

image.png
上述的例子证明了路线的选择是变化多端的,但是也引入了我的一个思考:
第一步怎么走,是从(0,0)->(0,1)还是从(0,0)->(1,0)
显然走绝对值最小的那样一个

因此现在我们已经从(0,0)走到了(1,0),变化就是我们多了一个格子,以及多了两种选择即(1,0)->(1,1),(1,0)->(2,0)

也就是说我们维护一个优先队列,每次选取最少的路线去走,就能得到当下最好的结果

随着边不断的加入队列以及被遍历,我们只要找到终点就行啦

最后暮然回首发现思想很想Djstla算法。

思路分析二

我们可以想象一下,绝对值差的越多的地方像凸起的岛屿,而这个矩阵上方在均匀的下雨,下面雨水什么时候可以吧(0,0)以及(n-1,m-1)联通在一起呢?

很明显也可以用并查集的思想解决此问题

我们设置消耗最大体力max为0,随着max的不断提升,我们就可以从一个方格移动到另一个方格之中,这些方格是联通的

知道max大到一定程度,(0,0)所在的方格也和(n-1,n-1)的方格联通即可,就是我们寻找的max

怎么转化为程序语言呢,同样可以维护一个最小堆,让所有边都进入堆中,从最小的开始不断的联通矩阵即可。如果左上角和右下角从非连通状态变为连通状态,那么这个边的长度即为答案。

最短路径Code

class Solution {int[] dis1=new int[]{1,-1,0,0};int[] dis2=new int[]{0,0,1,-1};PriorityQueue<Integer[]>queue;int max;boolean[][] array;int[][] heights;public int minimumEffortPath(int[][] heights) {queue=new PriorityQueue<>(new Comparator<Integer[]>() {@Overridepublic int compare(Integer[] o1, Integer[] o2) {return o1[0]-o2[0];}});max=0;this.heights=heights;array=new boolean[heights.length][heights[0].length];array[0][0]=true;if(array.length>1)queue.add(new Integer[]{Math.abs(heights[1][0]-heights[0][0]),1,0});if(array[0].length>1) queue.add(new Integer[]{Math.abs(heights[0][1]-heights[0][0]),0,1});while (queue.isEmpty()==false){Integer[] temp=queue.poll();max=Math.max(max,temp[0]);int curx=temp[1];int cury=temp[2];array[curx][cury]=true;if(curx==array.length-1&&cury==array[0].length-1)return max;for (int i = 0; i < dis1.length; i++) {if(curx+dis1[i]>=0&&curx+dis1[i]<heights.length&&cury+dis2[i]>=0&&cury+dis2[i]<heights[0].length){if(array[curx+dis1[i]][cury+dis2[i]])continue;queue.add(new Integer[]{Math.abs(heights[curx][cury]-heights[curx+dis1[i]][cury+dis2[i]]),curx+dis1[i],cury+dis2[i]});}}}return 0;}}

并查集Code

可以从合并的size中进行优化

    int[] dis1=new int[]{1,-1,0,0};int[] dis2=new int[]{0,0,1,-1};PriorityQueue<Integer[]>queue;int[][] father;int target;public int minimumEffortPath(int[][] heights) {father=new int[heights.length][heights[0].length];target=(heights.length-1)*1000+heights[0].length-1;queue=new PriorityQueue<>(new Comparator<Integer[]>() {@Overridepublic int compare(Integer[] o1, Integer[] o2) {return o1[0]-o2[0];}});for (int i = 0; i < heights.length; i++) {for (int j = 1; j < heights[0].length; j++) {queue.add(new Integer[]{Math.abs(heights[i][j]-heights[i][j-1]),i,j,i,j-1});}}for (int i = 0; i < heights[0].length; i++) {for (int j = 1; j < heights.length; j++) {queue.add(new Integer[]{Math.abs(heights[j-1][i]-heights[j][i]),j-1,i,j,i});}}for (int i = 0; i < heights.length; i++) {for (int j = 0; j < heights[0].length; j++) {father[i][j]=-1;}}father[0][0]=0;father[heights.length-1][heights[0].length-1]=(heights.length-1)*1000+heights[0].length-1;while (queue.isEmpty()==false){Integer[] temp=queue.poll();int max=temp[0];int f1=getFather(temp[1],temp[2]);int f2=getFather(temp[3],temp[4]);if(f1==f2)continue;if(f1==0&&f2==target||f1==target&&f2==0)return max;merge(f1,f2);}return 0;}public void merge(int f1,int f2){if(f2==0||f2==target) {father[f1/1000][f1%1000]=f2;}else{father[f2/1000][f2%1000]=f1;}}public int getFather(int x,int y){int temp=father[x][y];if(temp==-1)return x*1000+y;if(temp== x*1000+y)return temp;return getFather(temp/1000,temp%1000);}

这篇关于最小体力消耗路径(算法)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/190646

相关文章

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

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

hdu2544(单源最短路径)

模板题: //题意:求1到n的最短路径,模板题#include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#i

【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

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

poj 1287 Networking(prim or kruscal最小生成树)

题意给你点与点间距离,求最小生成树。 注意点是,两点之间可能有不同的路,输入的时候选择最小的,和之前有道最短路WA的题目类似。 prim代码: #include<stdio.h>const int MaxN = 51;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int P;int prim(){bool vis[MaxN];

poj 2349 Arctic Network uva 10369(prim or kruscal最小生成树)

题目很麻烦,因为不熟悉最小生成树的算法调试了好久。 感觉网上的题目解释都没说得很清楚,不适合新手。自己写一个。 题意:给你点的坐标,然后两点间可以有两种方式来通信:第一种是卫星通信,第二种是无线电通信。 卫星通信:任何两个有卫星频道的点间都可以直接建立连接,与点间的距离无关; 无线电通信:两个点之间的距离不能超过D,无线电收发器的功率越大,D越大,越昂贵。 计算无线电收发器D