kuangbin专题一 简单搜索 J - Fire!

本文介绍了一个名为J-Fire的迷宫逃生算法实现,该算法使用BFS(宽度优先搜索)策略来寻找从起始位置到边界的安全路径,同时考虑火灾蔓延的速度。文章详细解释了如何通过C++代码实现这一算法,并且分享了作者在调试过程中的一些经验教训。
部署运行你感兴趣的模型镜像

J - Fire!


#include<iostream>  
#include<cstring>  
#include<queue>  
using namespace std;  
const int _max=1200;  
const int _m=999999;  
struct node{  
    int x,y;  
    int t;  
};  
int T,n,m,jx,jy,stepfire[_max][_max],scount;  
int dirx[]={1,-1,0,0},diry[]={0,0,1,-1};  
bool vis[_max][_max];  
char mp[_max][_max];  
bool check(node p){  
    if(p.x>n||p.x<1||p.y>m||p.y<1) return false;  
    if(!vis[p.x][p.y]) return false;  
    if(mp[p.x][p.y]=='#') return false;  
    return true;  
}  
queue<node>f;
void firebfs(){
	node now,next;
	while(!f.empty()){
		now=f.front();
		f.pop();
		for(int i=0;i<4;i++){
			next.x=now.x+dirx[i];
			next.y=now.y+diry[i];
			next.t=now.t+1;
			if(!check(next)) continue;
			vis[next.x][next.y]=0;
			stepfire[next.x][next.y]=min(next.t,stepfire[next.x][next.y]);
			f.push(next);
		}
	}
}
void bfs(int sx,int sy){  
    queue<node> q;  
    node now,next;  
    now.x=sx;  
    now.y=sy;  
    now.t=0;  
    vis[sx][sy]=0;  
    q.push(now);  
        while(!q.empty()){  
        now=q.front();  
        q.pop();  
        if(now.x==1||now.x==n||now.y==1||now.y==m){  
            scount=min(scount,now.t+1);  
        }   
        for(int i=0;i<4;i++){  
            next.x=now.x+dirx[i];  
            next.y=now.y+diry[i];  
            next.t=now.t+1;  
            if((!check(next))||(next.t>stepfire[next.x][next.y])||next.t==stepfire[next.x][next.y]) continue;  
            vis[next.x][next.y]=0;  
            q.push(next);  
    }  
}
} 
int main()  
{  
    cin>>T;  
    while(T--){  
        cin>>n>>m;  
        scount=_m;  
        memset(stepfire,_m,sizeof(stepfire));  
        for(int i=1;i<=n;i++)  
          for(int j=1;j<=m;j++){  
            cin>>mp[i][j];  
            if(mp[i][j]=='F'){  
                node fire;
				fire.x=i;
				fire.y=j;
				fire.t=0;
				stepfire[i][j]=1;
				f.push(fire); 
              }  
              if(mp[i][j]=='J'){  
                jx=i;jy=j;  
              }  
        }
		   memset(vis,1,sizeof(vis));  
           firebfs();  
           memset(vis,1,sizeof(vis));  
           bfs(jx,jy);  
		   if(scount==_m)   
          cout<<"IMPOSSIBLE"<<endl;  
          else  
          cout<<scount<<endl;    
        }    
               
}  

回过头来再次检查,感觉自己贼蠢,在判断是否出去的条件里把y==m写成了y==n,蠢得一批,已经两次了,上次有一道题也是这样的。。。。被自己蠢到了

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰(StepFun)与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量,支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是,它可以生成多种语言的歌曲,包括但不限于中文、英文、日文等19种语言

【轴承故障诊断】加权多尺度字典学习模型(WMSDL)及其在轴承故障诊断上的应用(Matlab代码实现)内容概要:本文介绍了加权多尺度字典学习模型(WMSDL)在轴承故障诊断中的应用,并提供了基于Matlab的代码实现。该模型结合多尺度分析与字典学习技术,能够有效提取轴承振动信号中的故障特征,提升故障识别精度。文档重点阐述了WMSDL模型的理论基础、算法流程及其在实际故障诊断中的实施步骤,展示了其相较于传统方法在特征表达能力和诊断准确性方面的优势。同时,文中还提及该资源属于个涵盖多个科研方向的技术合集,包括智能优化算法、机器学习、信号处理、电力系统等多个领域的Matlab仿真案例。; 适合人群:具备定信号处理和机器学习基础,从事机械故障诊断、工业自动化、智能制造等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习并掌握加权多尺度字典学习模型的基本原理与实现方法;②将其应用于旋转机械的轴承故障特征提取与智能诊断;③结合实际工程数据复现算法,提升故障诊断系统的准确性和鲁棒性。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注字典学习的训练过程与多尺度分解的实现细节,同时可参考文中提到的其他相关技术(如VMD、CNN、BILSTM等)进行对比实验与算法优化。
【硕士论文复现】可再生能源发电与电动汽车的协同调度策略研究(Matlab代码实现)内容概要:本文档围绕“可再生能源发电与电动汽车的协同调度策略研究”展开,旨在通过Matlab代码复现硕士论文中的核心模型与算法,探讨可再生能源(如风电、光伏)与大规模电动汽车接入电网后的协同优化调度方法。研究重点包括考虑需求侧响应的多时间尺度调度、电动汽车集群有序充电优化、源荷不确定性建模及鲁棒优化方法的应用。文中提供了完整的Matlab实现代码与仿真模型,涵盖从场景生成、数学建模到求解算法(如NSGA-III、粒子群优化、ADMM等)的全过程,帮助读者深入理解微电网与智能电网中的能量管理机制。; 适合人群:具备定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、智能电网、电动汽车等领域技术研发的工程人员。; 使用场景及目标:①用于复现和验证硕士论文中的协同调度模型;②支撑科研工作中关于可再生能源消纳、电动汽车V2G调度、需求响应机制等课题的算法开发与仿真验证;③作为教学案例辅助讲授能源互联网中的优化调度理论与实践。; 阅读建议:建议结合文档提供的网盘资源下载完整代码,按照目录顺序逐步学习各模块实现,重点关注模型构建逻辑与优化算法的Matlab实现细节,并通过修改参数进行仿真实验以加深理解。
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