搜索专题-Catch That Cow

本文解析了使用广度优先搜索(BFS)算法解决农夫在数轴上追牛的问题,通过队列实现节点分层搜索,确保路径最短,同时介绍了去重策略避免重复计算。

原题连接poj-3278
题目大意:农夫和牛都在数轴上,农夫位于起始点N处,牛位于K点处,农夫想要抓到牛。农夫有两种移动方式:1、从 X移动到 X-1或X+1 ,每次移动花费一分钟 2、从 X移动到 2*X ,每次移动花费一分钟 假设牛不动,农夫最短多长时间抓到牛?
题目思路:BFS(广度优先搜索),建立队列,给节点分层,一层一层搜索下去,需要注意得就是要去重。
题目代码

#include <stdio.h>
#include <stdlib.h>
#include<string.h>
#include <queue>
using namespace std;
const int N = 1000000;
int map[1000020];
int n, k;
struct node
{
    int x, step;
};
int check(int x)
{
    if (x < 0 || x >= N || map[x])
        return 0;
    return 1;
}
int bfs(int x)
{
    queue<node> Q;
    node a, next;
    a.x = x;
    a.step = 0;
    Q.push(a);
    while (!Q.empty())
    {
        a = Q.front();
        Q.pop();
        if (a.x == k)
            return a.step;
        next.x = a.x + 1;
        if (check(next.x))
        {
            next.step = a.step + 1;
            map[next.x] = 1;
            Q.push(next);
        }
        next.x = a.x - 1;
        if (check(next.x))
        {
            next.step = a.step + 1;
            map[next.x] = 1;
            Q.push(next);
        }
        next.x = a.x * 2;
        if (check(next.x))
        {
            next.step = a.step + 1;
            map[next.x] = 1;
            Q.push(next);
        }
    }
    return -1;
}
int main()
{
    int ans;
    scanf_s("%d%d", &n, &k);
    memset(map, 0, sizeof(map));
    ans = bfs(n);
    printf("%d\n", ans);
    return 0;
}

欢迎在评论区留言或者私信。
努力努力再努力x

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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