【复健系列】POJ 2251 Dungeon Master 宽度优先搜索

本文详细解析了BFS算法在裸题场景的应用,包括代码实现、核心逻辑和优化技巧。

BFS裸题。

#include<stdio.h>
#include<math.h>
#include<string.h>
#include<map>
#include<queue>
using namespace std;

int L,R,C;
char mmp[35][35][35];
bool visited[35][35][35];
int stx, sty, stz;
int res = 0x3f3f3f3f;
struct pos{
    int x,y,z,step;
    pos(){}
    pos(int x,int y,int z,int step):x(x),y(y),z(z),step(step){}
};
int vv[6][3] = {
    {-1,0,0},{1,0,0},
    {0,-1,0},{0,1,0},
    {0,0,-1},{0,0,1}
};
void search(){
    queue< pos >ws;
    ws.push(pos(stx,sty,stz,0));
    while(!ws.empty()) {
        pos pivot = ws.front(); ws.pop();
        //printf("current: %d %d %d\n",pivot.x, pivot.y, pivot.z);
        if(visited[pivot.z][pivot.y][pivot.x])continue;
        if(mmp[pivot.z][pivot.y][pivot.x] == 'E'){
            if(res > pivot.step){
                res = pivot.step;
            }
            continue;
        }
        for(int i=0;i<6;i++){
            int newx = pivot.x+vv[i][0],
                newy = pivot.y+vv[i][1],
                newz = pivot.z+vv[i][2];
            if(newx>=0&&newx<C&&newy>=0&&newy<R&&newz>=0&&newz<L
            && (mmp[newz][newy][newx] == '.' || mmp[newz][newy][newx] == 'E')){
                ws.push(pos(newx,newy,newz,pivot.step+1));
            }
        }
        visited[pivot.z][pivot.y][pivot.x] = true;
    }
}

int main() {
    while(~scanf("%d%d%d",&L,&R,&C)&&L&&R&&C) {
        memset(visited,0,sizeof(visited));
        res = 0x3f3f3f3f;
        for(int z=0;z<L;z++){
            for(int y=0;y<R;y++)scanf("%s",&mmp[z][y]);
        }
        for(int z=0;z<L;z++){
            for(int y=0;y<R;y++){
                for(int x=0;x<C;x++){
                    if(mmp[z][y][x] == 'S'){
                        stx = x, sty = y, stz = z;
                        goto next;
                    }
                }
            }
        }
        next:;
        search();
        if(res == 0x3f3f3f3f){
            printf("Trapped!\n");
        } else {
            printf("Escaped in %d minute(s).\n", res);
        }
    }
    return 0;
}
六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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