NOJ 1139 The Gluttonous Rat——【BFS, DFS, 队列与栈之间不能说的秘密】

本文介绍了一种利用BFS和DFS算法解决贪吃鼠在迷宫中寻找所有食物的问题。老鼠从起始位置出发,通过最少步数依次找到每份食物。文章详细解释了如何使用递归和栈实现DFS,以及队列实现BFS的方法。
地址:http://acm.nbut.edu.cn/Problem/view.xhtml?id=1139

贪吃蛇,贪吃鼠,哈哈,你贪吃吗?
对于给定的一张地图,上面会有三种字母:
T:表示老鼠的起始点,有且仅有一个。
X:表示墙壁,不能走入。
O:空地,表示可以走入。
题目告诉你当老鼠找到这次的食物,下次的食物才会出现,老鼠要在最短的步数内把所有的食物都找到,那么就是一个多次搜索搞定。
对于每次搜索,我们站在最初点(第一次搜索的时候)或者是上一次食物的地点为起点,进行BFS搜索来找到本次的食物地点,将每次的步数和累加后输出即可。

接下来我在这里讲一下BFS和DFS算法以及队列和栈。
对于本题,我们的老鼠只能向相邻的四个方法移动,那么我们可以先定义一个数组表示行走方向:
dir[4][2]={{-1, 0}, {0, -1}, {1, 0}, {0, 1}};//从左到右分别代表向上、左、下、右行走
先来讲一下DFS和栈。
首先我们用递归实现DFS:
//地图行数为m, 列数为n,当前坐标为(x, y)
void dfs(int x, int y) { d[x][y] = 1;//对于每次的地点,我们都要标记该地已被走过,也可以是标记其他变量,因题而异,例如步数 for (int i = 0; i < 4; i++) { int xx = x + dir[i][0]; int yy = y + dir[i][1]; if (d[xx][yy] == 0) dfs(xx, yy);//当下一步可走,那我就直接走到下一步,暂时停止本次操作 } }//除了上面所讲的,我们还需要注意你的下一步是不是走到地图外面去了。
然后是用栈来实现DFS:
//定义两个栈分别存x坐标和y坐标,即行标和列标
stack<int> _x; stack<int> _y;
//清空栈
while (!_x.empty()) { _x.pop(); }
 while (!_y.empty()) { _y.pop(); } //加入起点(a, b) _x.push(a); _y.push(b);
//当栈为空时结束循环
while (!_x.empty()) { int xx = _x.top();//得到栈定元素 int yy = _y.top();//得到栈定元素 for (int k = 0; k < 4; k++) { int x1 = xx + dir[k][0]; int y1 = yy + dir[k][1]; if (d[x1][y1] == 0)//当下一步可走 { d[x1][y1] = 1;//标记 _x.push(x1);//加入栈 _y.push(y1);//加入栈 break;//结束此次循环,进入下一次循环(对刚加入的点x1,y1进行搜索) } if (k == 3)//没有可走之路,结束本次循环且删除栈顶元素 { _x.pop(); _y.pop(); } } }

再来讲一下BFS和队列。
用队列来实现BFS:
//定义两个队列分别储存x,y坐标
queue<int> qx; queue<int> qy;
//清空队列
while (!qx.empty()) { qx.pop(); } while (!qy.empty()) { qy.pop(); }
//队列为空时结束循环
while (!qx.empty()) { int xx = qx.front();//获得队首坐标 int yy = qy.front(); qx.pop();//删除队首坐标 qy.pop(); for (int k = 0; k < 4; k++) { int x1 = xx + dir[k][0]; int y1 = yy + dir[k][1]; if (tu[x1][y1] == 0)//当下一步可走时,加入点并标记 { tu[x1][y1] = 1; qx.push(x1); qy.push(y1); } } }
哈夫曼编码是一种常用的数据压缩算法,可以将原始数据转换为更短的编码,从而减少存储空间。它的基本思想是:根据字符出现的频率,构建一颗二叉树,使得出现频率高的字符离根节点近,出现频率低的字符离根节点远。然后,对于每个字符,从根节点出发,沿着对应的路径到达该字符所在的叶子节点,记录下路径,作为该字符的编码。 哈夫曼编码的具体实现步骤如下: 1. 统计每个字符在原始数据中出现的频率。 2. 根据字符的频率构建哈夫曼树。构建方法可以采用贪心策略,每次选择出现频率最低的两个字符,将它们作为左右子节点,父节点的权值为两个子节点的权值之和。重复这个过程,直到只剩下一个根节点。 3. 对哈夫曼树进行遍历,记录下每个字符的编码,为了避免编码产生歧义,通常规定左子节点为0,右子节点为1。 4. 将原始数据中的每个字符,用它对应的编码来代替。这一步可以通过哈夫曼树来实现。 5. 将编码后的数据存储起来。此时,由于每个字符的编码长度不同,所以压缩后的数据长度也不同,但总体上来,压缩效果通常是比较好的。 实现哈夫曼编码的关键在于构建哈夫曼树和计算每个字符的编码。构建哈夫曼树可以采用优先队列来实现,每次从队列中取出两个权值最小的节点,合并成一个节点,再将合并后的节点插入队列中。计算每个字符的编码可以采用递归遍历哈夫曼树的方式,从根节点出发,如果走到了左子节点,则将0添加到编码中,如果走到了右子节点,则将1添加到编码中,直到走到叶子节点为止。 以下是基于C++的代码实现,供参考: ```c++ #include <iostream> #include <queue> #include <string> #include <unordered_map> using namespace std; // 定义哈夫曼树节点的结构体 struct Node { char ch; // 字符 int freq; // 出现频率 Node* left; // 左子节点 Node* right; // 右子节点 Node(char c, int f) : ch(c), freq(f), left(nullptr), right(nullptr) {} }; // 定义哈夫曼树节点的比较函数,用于优先队列的排序 struct cmp { bool operator() (Node* a, Node* b) { return a->freq > b->freq; } }; // 构建哈夫曼树的函数 Node* buildHuffmanTree(unordered_map<char, int> freq) { priority_queue<Node*, vector<Node*>, cmp> pq; for (auto p : freq) { pq.push(new Node(p.first, p.second)); } while (pq.size() > 1) { Node* left = pq.top(); pq.pop(); Node* right = pq.top(); pq.pop(); Node* parent = new Node('$', left->freq + right->freq); parent->left = left; parent->right = right; pq.push(parent); } return pq.top(); } // 遍历哈夫曼树,计算每个字符的编码 void calcHuffmanCode(Node* root, unordered_map<char, string>& code, string cur) { if (!root) return; if (root->ch != '$') { code[root->ch] = cur; } calcHuffmanCode(root->left, code, cur + "0"); calcHuffmanCode(root->right, code, cur + "1"); } // 将原始数据编码成哈夫曼编码 string encode(string s, unordered_map<char, string> code) { string res; for (char c : s) { res += code[c]; } return res; } // 将哈夫曼编码解码成原始数据 string decode(string s, Node* root) { string res; Node* cur = root; for (char c : s) { if (c == '0') { cur = cur->left; } else { cur = cur->right; } if (!cur->left && !cur->right) { res += cur->ch; cur = root; } } return res; } int main() { string s = "abacabad"; unordered_map<char, int> freq; for (char c : s) { freq[c]++; } Node* root = buildHuffmanTree(freq); unordered_map<char, string> code; calcHuffmanCode(root, code, ""); string encoded = encode(s, code); string decoded = decode(encoded, root); cout << "Original string: " << s << endl; cout << "Encoded string: " << encoded << endl; cout << "Decoded string: " << decoded << endl; return 0; } ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值