hdu 2612 Find a way(广搜)

题目地址

题目大意:给出nXm的字符矩阵,有多个‘@’,一个‘Y’,一个‘M’,‘.’可以走,‘#’不可以走,求Y和M同时到一个@的最小步数*11

解题思路:搜索Y和M到每一个@

#include <bits/stdc++.h>

using namespace std;

const int maxn = 210;
const int INF = 0xfffffff;
const int dx[] = {-1,1,0,0};
const int dy[] = {0,0,1,-1};
char s[maxn][maxn];
int d[maxn][maxn][2],vis[maxn][maxn];
int flag,n,m;

struct Node
{
    int x,y,step;
    Node(int x,int y,int z):x(x),y(y),step(z){}
    Node(){}
};

void bfs(int x,int y)
{
    memset(vis,0,sizeof(vis));
    queue<Node> q;
    q.push(Node(x,y,0));
    vis[x][y] = 1;
    while(!q.empty())
    {
        Node cur = q.front();
        q.pop();
        for(int i = 0; i < 4; i++)
        {
            int xx = cur.x+dx[i];
            int yy = cur.y+dy[i];
            if(!vis[xx][yy] && xx>=1 && xx<=n && yy>=1 && yy<=m && s[xx][yy] != '#')
            {
                vis[xx][yy] = 1;
                d[xx][yy][flag] = cur.step+1;
                q.push(Node(xx,yy,cur.step+1));
            }
        }
    }
}

int main()
{
    while(scanf("%d%d%*c",&n,&m) != EOF)
    {
        for(int i = 1; i <= n; i++)
            for(int j = 1; j <= m; j++)
                d[i][j][0] = d[i][j][1] = INF;
        for(int i = 1; i <= n; i++)
            scanf("%s",s[i]+1);
        for(int i = 1; i <= n; i++)
        {
            for(int j = 1; j <= m; j++)
            {
                if(s[i][j] == 'Y')
                {
                    flag = 0;
                    bfs(i,j);
                }
                if(s[i][j] == 'M')
                {
                    flag = 1;
                    bfs(i,j);
                }
            }
        }
        int ans = INF;
        for(int i  =1; i <= n; i++)
            for(int j = 1; j <= m; j++)
                if(s[i][j] == '@')
                    ans = min(ans,d[i][j][0]+d[i][j][1]);
        printf("%d\n",ans*11);

    }
    return 0;
}



基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
评论
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