搜索——广度——I - A计划 (骑士救公主,三维bfs())

2024-01-31 06:18

本文主要是介绍搜索——广度——I - A计划 (骑士救公主,三维bfs()),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!

题目链接

 

Problem Description

可怜的公主在一次次被魔王掳走一次次被骑士们救回来之后,而今,不幸的她再一次面临生命的考验。魔王已经发出消息说将在T时刻吃掉公主,因为他听信谣言说吃公主的肉也能长生不老。年迈的国王正是心急如焚,告招天下勇士来拯救公主。不过公主早已习以为常,她深信智勇的骑士LJ肯定能将她救出。
现据密探所报,公主被关在一个两层的迷宫里,迷宫的入口是S(0,0,0),公主的位置用P表示,时空传输机用#表示,墙用*表示,平地用.表示。骑士们一进入时空传输机就会被转到另一层的相对位置,但如果被转到的位置是墙的话,那骑士们就会被撞死。骑士们在一层中只能前后左右移动,每移动一格花1时刻。层间的移动只能通过时空传输机,且不需要任何时间。

 

 

Input

输入的第一行C表示共有C个测试数据,每个测试数据的前一行有三个整数N,M,T。 N,M迷宫的大小N*M(1 <= N,M <=10)。T如上所意。接下去的前N*M表示迷宫的第一层的布置情况,后N*M表示迷宫第二层的布置情况。

 

 

Output

如果骑士们能够在T时刻能找到公主就输出“YES”,否则输出“NO”。

 

 

Sample Input

 

1 5 5 14 S*#*. .#... ..... ****. ...#. ..*.P #.*.. ***.. ...*. *.#..

 

 

Sample Output

 

YES

一题目:

  题目已经将题意叙述的非常清楚,那么题目解决的关键就在与:

     1.退出时的判断条件(找到公主位置,也就是等于P的时候退出)

     2.时间的限制,题目中要求骑士要在一定时间内将公主解救出来(if(a.step>=time) break;时间多于规定时间,就不再进行搜索,退出本次循环(但注意,并非退出bfs()函数)

    3.最重要的一点就是克服层次的转化,一开始的时候

#include <stdio.h>
#include <string.h>
#include <queue>
#include <algorithm>
#include<iostream>
using namespace std;typedef struct node
{int x;int y;int z;int step;
}node;int T,n,m,time;
int s[3],e[3];
int dir[4][2] = {1,0,0,1,-1,0,0,-1};
char map[2][12][12];
int vis[2][12][12];int check(int z,int x,int y)
{if(x<0 || y<0 || x>=n || y>=m||map[z][x][y]=='*')return 1;return 0;
}void bfs()
{//cout<<"the begin of bfs() program"<<endl;memset(vis,0,sizeof(vis));node a,b;queue<node> Q;int i,j,k;a.z = s[0];a.x = s[1];a.y = s[2];a.step = 0;vis[s[0]][s[1]][s[2]] = 1;Q.push(a);while(!Q.empty()){a = Q.front();Q.pop();if(a.z == e[0] && a.x == e[1] && a.y == e[2]){printf("YES\n");return ;}if(a.step>=time)break;//跳出的循环,而不是结束 for(i = 0; i<4; i++){b = a;b.x+=dir[i][0];b.y+=dir[i][1];/*b.x=a.x+dir[i][0];b.y=a.y+dir[i][1];*/b.step++;if(check(b.z,b.x,b.y)||vis[b.z][b.x][b.y])continue;vis[b.z][b.x][b.y] = 1;if(map[b.z][b.x][b.y] == '#')//层数转换的过程 {b.z=!b.z;//因为#号的作用是转换层数,有两层 ,所以取反即可。 if(check(b.z,b.x,b.y)||vis[b.z][b.x][b.y]||map[b.z][b.x][b.y] == '*' || map[b.z][b.x][b.y] == '#')continue;vis[b.z][b.x][b.y] = 1;}if(b.z == e[0] && b.x == e[1] && b.y == e[2]){printf("YES\n");return ;}Q.push(b);}//cout<<"the end of bfs() program"<<endl;}printf("NO\n");
}int main()
{cin>>T;while(T--){cin>>n>>m>>time;for(int i=0;i<2;i++){for(int j=0;j<n;j++){scanf("%s",map[i][j]);for(int k=0;k<m;k++){if(map[i][j][k]=='S'){s[0]=i;s[1]=j;s[2]=k;}else if(map[i][j][k]=='P'){e[0]=i;e[1]=j;e[2]=k;}}}}bfs();}return 0;
}

 

这篇关于搜索——广度——I - A计划 (骑士救公主,三维bfs())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/662807

相关文章

多源 BFS

例题一 解法(bfs)(多个源头的最短路问题) 算法思路: 对于求的最终结果,我们有两种⽅式: • 第⼀种⽅式:从每⼀个 1 开始,然后通过层序遍历找到离它最近的 0 。 这⼀种⽅式,我们会以所有的 1 起点,来⼀次层序遍历,势必会遍历到很多重复的点。并且如果 矩阵中只有⼀个 0 的话,每⼀次层序遍历都要遍历很多层,时间复

如何设置windows计划任务

如何设置windows计划任务 前言:在工作过程中写了一个python脚本,用于调用jira接口查询bug单数量,想要在本地定时任务执行,每天发送到钉钉群提醒,写下操作步骤用于记录。 1. 准备 Python 脚本 确保你的 Python 脚本已经保存到一个文件,比如 jira_reminder.py。 2. 创建批处理文件 为了方便任务计划程序运行 Python 脚本,创建一个批处理文

Python临时计划

时间:6月——9月        入门

【文末附gpt升级秘笈】腾讯元宝AI搜索解析能力升级:千万字超长文处理的新里程碑

腾讯元宝AI搜索解析能力升级:千万字超长文处理的新里程碑 一、引言 随着人工智能技术的飞速发展,自然语言处理(NLP)和机器学习(ML)在各行各业的应用日益广泛。其中,AI搜索解析能力作为信息检索和知识抽取的核心技术,受到了广泛的关注和研究。腾讯作为互联网行业的领军企业,其在AI领域的探索和创新一直走在前列。近日,腾讯旗下的AI大模型应用——腾讯元宝,迎来了1.1.7版本的升级,新版本在AI搜

代码随想录算法训练营第三十九天|62.不同路径 63. 不同路径 II 343.整数拆分 96.不同的二叉搜索树

LeetCode 62.不同路径 题目链接:62.不同路径 踩坑:二维的vector数组需要初始化,否则会报错访问空指针 思路: 确定动态数组的含义:dp[i][j]:到达(i,j)有多少条路经递推公式:dp[i][j] = dp[i-1][j] + dp[i][j-1]初始化动态数组:dp[0][0] = 1遍历顺序:从左到右,从上到下 代码: class Solution {pu

鹅算法(GOOSE Algorithm,GOOSE)求解复杂城市地形下无人机避障三维航迹规划,可以修改障碍物及起始点(Matlab代码)

一、鹅算法 鹅优化算法(GOOSE Algorithm,GOOSE)从鹅的休息和觅食行为获得灵感,当鹅听到任何奇怪的声音或动作时,它们会发出响亮的声音来唤醒群中的个体,并保证它们的安全。 参考文献 [1]Hamad R K, Rashid T A. GOOSE algorithm: a powerful optimization tool for real-world engineering

leetcode刷题(45)——35. 二叉搜索树的最近公共祖先

给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。 百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 p、q,最近公共祖先表示为一个结点 x,满足 x 是 p、q 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。” 例如,给定如下二叉搜索树: root = [6,2,8,0,4,7,9,null,null,3,5] 示例 1: 输入: root = [

【智能优化算法改进策略之局部搜索算子(五)—自适应Rosenbrock坐标轮换法】

1、原理介绍 作为一种有效的直接搜索技术,Rosenbrock坐标轮换法[1,2]是根据Rosenbrock著名的“香蕉函数”的特点量身定制的,该函数的最小值位于曲线狭窄的山谷中。此外,该方法是一种典型的基于自适应搜索方向集的无导数局部搜索技术。此法于1960年由Rosenbrock提出,它与Hooke-Jeeves模式搜索法有些类似,但比模式搜索更为有效。每次迭代运算分为两部分[3]: 1)

Day59 代码随想录打卡|二叉树篇---把二叉搜索树转换为累加树

题目(leecode T538): 给出二叉 搜索 树的根节点,该树的节点值各不相同,请你将其转换为累加树(Greater Sum Tree),使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。 提醒一下,二叉搜索树满足下列约束条件: 节点的左子树仅包含键 小于 节点键的节点。节点的右子树仅包含键 大于 节点键的节点。左右子树也必须是二叉搜索树。 方法:本题

智能优化算法改进策略之局部搜索算子(六)--进化梯度搜索

1、原理介绍     进化梯度搜索(Evolutionary Gradient Search, EGS)[1]是兼顾进化计算与梯度搜索的一种混合算法,具有较强的局部搜索能力。在每次迭代过程中,EGS方法首先用受进化启发的形式估计梯度方向,然后以最陡下降的方式执行实际的迭代步骤,其中还包括步长的自适应,这一过程的总体方案如下图所示:     文献[1]