zju 1091 Knight Moves(广搜)

本文深入探讨了骑士周游问题的广度优先搜索(BFS)算法实现,通过具体代码示例详细讲解了如何在棋盘上寻找骑士从起点到终点的最短路径,包括节点定义、方向移动策略及队列操作等关键步骤。

题目链接:http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemId=91

本来说好好研究一下广搜,然后告诉那哥们,结果没找到机会,然后还没告诉便用上了,刚刚看了下,光搜上也没写些什么,想想还是写点以便自己理解,希望对别人也有所帮助;

有时候人悲剧的时候那也没办法,在比赛的时候2道题出现细节性错误,结果一同over,我表示鸭梨很大,回去后一遍通过又是为何?

我不得而知:

View Code
#include<stdio.h>
#include<string.h>
#include<queue> ////这里用的队列来处理
using namespace std;
int flag[10][10]; ///共8*8个,这里用来标记是否被用过,注意flag[][]==1表示用过
int s_x,s_y,e_x,e_y; ////s表示起点,e表示终点
int dir[8][2]={2,-1,1,-2,-1,-2,-2,-1,-2,1,-1,2,1,2,2,1};////在某点有8个方向走
typedef struct node
{
int x,y,step; ////x,y依然表示位置,step表示步数,尽量键明旨意
}node; ////
node cur,next;

int BFS(int x,int y)
{
int i;
cur.x=x;
cur.y=y;
cur.step=0;
if(cur.x==e_x&&cur.y==e_y) ////这里表示起止位置相同
{
return 0;
}
queue<node>qu; ////建立新队列
qu.push(cur); //////////入队
while(!qu.empty()) ///判断队列是否为空
{
cur=qu.front(); ///取队列首
qu.pop(); ///删除队列首
for(i=0;i<8;i++)
{
next.x=cur.x+dir[i][0];
next.y=cur.y+dir[i][1];
next.step=cur.step+1;
if(next.x==e_x&&next.y==e_y) ////找到终点
{
return next.step;
}
if(next.x>0&&next.x<9&&next.y>0&&next.y<9&&flag[next.x][next.y]==0)
{
flag[next.x][next.y]=1;
qu.push(next); ///入队
}
}
}
}

int main()
{
char str[4];
char str2[4];
while(scanf("%s",str)!=EOF)
{
getchar();
memset(flag,0,sizeof(flag));
gets(str2);
s_x=(str[0]-'a'+1);
s_y=(str[1]-'0');
e_x=(str2[0]-'a'+1);
e_y=(str2[1]-'0');
flag[s_x][s_y]=1; //比赛时我是在这里被K了
printf("To get from %s to %s takes %d knight moves.\n",str,str2,BFS(s_x,s_y));
}
return 0;
}


 

转载于:https://www.cnblogs.com/world-ding/articles/2418405.html

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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  | 博主筛选后可见
 
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