HDU 1180 诡异的楼梯

本文介绍了一种利用优先队列和广度优先搜索算法解决在动态变化环境中寻找最短路径的问题。具体场景是在霍格沃茨学校的特殊楼梯环境中,楼梯会定时改变方向,算法需要考虑这些因素以找到从起点到终点的最快路径。
C - 诡异的楼梯

                              Time Limit:1000MS     Memory Limit:65536KB     64bit IO Format:%I64d & %I64u

Description

Hogwarts正式开学以后,Harry发现在Hogwarts里,某些楼梯并不是静止不动的,相反,他们每隔一分钟就变动一次方向. 
比如下面的例子里,一开始楼梯在竖直方向,一分钟以后它移动到了水平方向,再过一分钟它又回到了竖直方向.Harry发现对他来说很难找到能使得他最快到达目的地的路线,这时Ron(Harry最好的朋友)告诉Harry正好有一个魔法道具可以帮助他寻找这样的路线,而那个魔法道具上的咒语,正是由你纂写的. 
 

Input

测试数据有多组,每组的表述如下: 
第一行有两个数,M和N,接下来是一个M行N列的地图,'*'表示障碍物,'.'表示走廊,'|'或者'-'表示一个楼梯,并且标明了它在一开始时所处的位置:'|'表示的楼梯在最开始是竖直方向,'-'表示的楼梯在一开始是水平方向.地图中还有一个'S'是起点,'T'是目标,0<=M,N<=20,地图中不会出现两个相连的梯子.Harry每秒只能停留在'.'或'S'和'T'所标记的格子内. 
 

Output

只有一行,包含一个数T,表示到达目标的最短时间. 
注意:Harry只能每次走到相邻的格子而不能斜走,每移动一次恰好为一分钟,并且Harry登上楼梯并经过楼梯到达对面的整个过程只需要一分钟,Harry从来不在楼梯上停留.并且每次楼梯都恰好在Harry移动完毕以后才改变方向. 
 

Sample Input

5 5
**..T
**.*.
.*.*.
..|..
S....
 

Sample Output

7

Hint

Hint
地图如下:

分析:这道题需要注意的是楼梯的变化,碰到楼梯时要用当前所用时间来判断楼梯状态,经过偶数秒,楼梯无变化,奇数秒,有变化;同时需要判断到楼梯的方向与楼梯方向是否相同,若相同,直接一秒通过楼梯,若不同,停下一秒等待楼梯改变状态。剩下的就是 优先队列 + 广搜了


<pre name="code" class="cpp">#include<stdio.h>
#include<string.h>
#include<iostream>
#include<algorithm>
#include<queue>

using namespace std;

char map[30][30];//地图
int vis[30][30];//判断是否访问过,若访问过,标记为1,否则为0
int n,m;
int sx,sy;//起点坐标
int gx,gy;//终点坐标
struct pp
{
    int x,y,t;
    //重载"<"操作符,指定优先规则
    bool operator < (const pp & w) const
    {
        return w.t < t;
    }
};
//搜索方向
int go[4][2] = {{1,0},{-1,0},{0,1},{0,-1}};

int bfs()
{
    priority_queue<pp>que;
    pp cur,next;
    cur.x = sx;
    cur.y = sy;
    cur.t = 0;
    //将起点加入队列,并将其标记为1
    que.push(cur);
    vis[sx][sy] = 1;
    //不断循环直到队列为空
    while(que.size())
    {
        //取出队首元素,同时队首元素出对
        cur = que.top();
        que.pop();
        //如果取出的状态已经是终点,则返回最小步数
        if(cur.x == gx && cur.y == gy)
            return cur.t;
        //对四个方向进行搜索
        for(int i = 0;i < 4;i++)
        {
            int nx = cur.x + go[i][0];
            int ny = cur.y + go[i][1];
            //如果可以走且没遇到楼梯,将其入队,并且将到该位置的距离确定为到cur的距离+1
            if(nx >= 0 && nx < n && ny >= 0 && ny < m && (map[nx][ny] == '.' || map[nx][ny] == 'T')&& !vis[nx][ny])
            {
                next.x = nx;
                next.y = ny;
                next.t = cur.t + 1;
                que.push(next);
                vis[nx][ny] = 1;
            }
            //如果遇到"|"的楼梯,讨论Harry的位置及确定楼梯此时的状态,以此确定是否需要等待
            if(nx >= 0 && nx < n && ny >= 0 && ny < m && map[nx][ny] == '|')
            {
                if(cur.y == ny && cur.x  < nx && (map[nx + 1][ny] == '.' || map[nx + 1][ny] == 'T') && !vis[nx + 1][ny])
                {
                    next.x = nx + 1;
                    next.y = ny;
                    if(cur.t % 2 == 0)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx + 1][ny] = 1;
                }
                if(cur.y == ny && cur.x > nx && (map[nx - 1][ny] == '.' || map[nx - 1][ny] == 'T') && !vis[nx -1][ny])
                {
                    next.x = nx - 1;
                    next.y = ny;
                    if(cur.t % 2 == 0)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx - 1][ny] = 1;
                }
                if(cur.y > ny && cur.x == nx && (map[nx][ny - 1] == '.' || map[nx][ny - 1] == 'T') && !vis[nx][ny - 1])
                {
                    next.x = nx;
                    next.y = ny - 1;
                    if(cur.t % 2 == 1)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx][ny - 1] = 1;
                }
                if(cur.x == nx && cur.y < ny &&(map[nx][ny + 1] == '.' || map[nx][ny + 1] == 'T') && !vis[nx][ny + 1])
                {
                    next.x = nx;
                    next.y = ny + 1;
                    if(cur.t % 2 == 1)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx][ny + 1] = 1;
                }
            }
            //如果遇到"-"的楼梯,讨论Harry的位置及确定楼梯此时的状态,以此确定是否需要等待
            if(nx >= 0 && nx < n && ny >= 0 && ny < m && map[nx][ny] == '-')
            {
                 if(cur.y == ny && cur.x  < nx && (map[nx + 1][ny] == '.' || map[nx + 1][ny] == 'T') && !vis[nx + 1][ny])
                {
                    next.x = nx + 1;
                    next.y = ny;
                    if(cur.t % 2 == 1)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx + 1][ny] = 1;
                }
                if(cur.y == ny && cur.x > nx && (map[nx - 1][ny] == '.' || map[nx - 1][ny] == 'T') && !vis[nx -1][ny])
                {
                    next.x = nx - 1;
                    next.y = ny;
                    if(cur.t % 2 == 1)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx - 1][ny] = 1;
                }
                if(cur.x == nx && cur.y < ny &&(map[nx][ny + 1] == '.' || map[nx][ny + 1] == 'T') && !vis[nx][ny + 1])
                {
                    next.x = nx;
                    next.y = ny + 1;
                    if(cur.t % 2 == 0)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx][ny + 1] = 1;
                }
                if(cur.x == nx && cur.y > ny &&(map[nx][ny - 1] == '.' || map[nx][ny - 1] == 'T') && !vis[nx][ny - 1])
                {
                    next.x = nx;
                    next.y = ny - 1;
                    if(cur.t % 2 == 0)
                        next.t = cur.t + 1;
                    else
                        next.t = cur.t + 2;
                    que.push(next);
                    vis[nx][ny - 1] = 1;
                }
            }
        }
    }
    return -1;
}

int main()
{
    while(~scanf("%d %d",&n,&m))
    {
        getchar();
       for(int i = 0;i <n;i++)
       {
           gets(map[i]);
           for(int j = 0;j < m;j++)
           {
               if(map[i][j] == 'S')  //记录起点
               {
                   sx = i;sy = j;
               }
               if(map[i][j] == 'T')  //记录终点
               {
                   gx = i;gy = j;
               }
           }
       }
       memset(vis,0,sizeof(vis));//初始化为0,都未被访问过
       int res = bfs();
       printf("%d\n",res);
    }
    return 0;
}



标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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