2016-04-04:游戏

本文介绍了一个基于广度优先搜索的游戏路径寻找算法。该算法应用于一个n×m的方格地图,玩家角色需从起点移动至终点,期间需避开在特定时间段内变为危险区域的方格。文章提供了一个完整的C++实现代码示例,并详细解释了如何利用三维数组存储危险时间以及如何通过广度优先搜索找到最短路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

返回试题列表

问题描述

试题编号:201604-4
试题名称:游戏
时间限制:1.0s
内存限制:256.0MB
问题描述:

问题描述

  小明在玩一个电脑游戏,游戏在一个n×m的方格图上进行,小明控制的角色开始的时候站在第一行第一列,目标是前往第n行第m列。
  方格图上有一些方格是始终安全的,有一些在一段时间是危险的,如果小明控制的角色到达一个方格的时候方格是危险的,则小明输掉了游戏,如果小明的角色到达了第n行第m列,则小明过关。第一行第一列和第n行第m列永远都是安全的。
  每个单位时间,小明的角色必须向上下左右四个方向相邻的方格中的一个移动一格。
  经过很多次尝试,小明掌握了方格图的安全和危险的规律:每一个方格出现危险的时间一定是连续的。并且,小明还掌握了每个方格在哪段时间是危险的。
  现在,小明想知道,自己最快经过几个时间单位可以达到第n行第m列过关。

输入格式

  输入的第一行包含三个整数n, m, t,用一个空格分隔,表示方格图的行数n、列数m,以及方格图中有危险的方格数量。
  接下来t行,每行4个整数r, c, a, b,表示第r行第c列的方格在第a个时刻到第b个时刻之间是危险的,包括ab。游戏开始时的时刻为0。输入数据保证rc不同时为1,而且当rnc不为m。一个方格只有一段时间是危险的(或者说不会出现两行拥有相同的rc)。

输出格式

  输出一个整数,表示小明最快经过几个时间单位可以过关。输入数据保证小明一定可以过关。

样例输入

3 3 3
2 1 1 1
1 3 2 10
2 2 2 10

样例输出

6

样例说明

  第2行第1列时刻1是危险的,因此第一步必须走到第1行第2列。
  第二步可以走到第1行第1列,第三步走到第2行第1列,后面经过第3行第1列、第3行第2列到达第3行第3列。

评测用例规模与约定

  前30%的评测用例满足:0 < n, m ≤ 10,0 ≤ t < 99。
  所有评测用例满足:0 < n, m ≤ 100,0 ≤ t < 9999,1 ≤ rn,1 ≤ cm,0 ≤ ab ≤ 100。

 

一看到题能感觉到应该使用广度优先搜索,但是自己还是编不出来。也不知道该怎么将危险时间存起来中。后来看到别人的程序开一个三维数组来存放,感觉很巧妙。程序中队列q的作用是用来存放刚刚访问的数组,把他存放成front,即前一个数组,在他的基础上进行接下来的模拟,然后二次使用后删除

这道题刚开始开的数组少了一位,然后70分,我花了一个小时的时间找bug……………没事没事,以后这种问题不会再犯了

100分代码

#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
struct pos{
    int row;
    int col;
    int level;
};

struct direction{
    int rrow;
    int ccol;
};
int visit[105][105][305];       //用来存储各位置的危险时间和访问情况
direction direc[4]={{-1,0},{1,0},{0,-1},{0,1}};     //direct用来存储上下左右四个方向
//深度优先搜索的实现
int bfs(int n, int m)
{
    pos start, front, v;
    start.row = 1;
    start.col = 1;
    start.level = 0;

    queue<pos> q;
    q.push(start);

    while(!q.empty()) {
        front = q.front();
        q.pop();

        // 到达终点则结束
        if(front.row == n && front.col == m)
            return front.level;

        for(int i=0; i<4; i++) {
            // 移动一格
            v.row = front.row + direc[i].rrow;
            v.col = front.col + direc[i].ccol;
            v.level = front.level + 1;

            // 行列越界则跳过
            if(v.row < 1 || v.row > n || v.col < 1 || v.col > m)
                continue;

            // 已经访问过的点不再访问
            if(visit[v.row][v.col][v.level])
                continue;

            // 向前搜索:标记v点为已经访问过,v点加入队列中
            visit[v.row][v.col][v.level] = 1;
            q.push(v);
        }
    }

    return 0;
}

int main(){
    int n,m,t;
    int r,c,a,b;
    cin>>n>>m>>t;
    memset(visit,0,sizeof(visit));
    while(t--){
        cin>>r>>c>>a>>b;
        for(int i=a;i<=b;i++){
            visit[r][c][i]=1;    //三维数组
        }
    }
    int x=bfs(n,m);
    cout<<x<<endl;
    return 0;
}

 

为了完成本关任务,你需要掌握如何使用SparkStreaming读取kafka。 KafkaUtils /** * @param locationStrategy 分区策略(PreferConsistent、PreferConsistent、PreferFixed) * @param consumerStrategy kakfa消费者策略(Subscribe、Assign) * @tparam K kafka 消息 的 key * @tparam V kafka 消息 的 value */ @Experimental def createDirectStream[K, V]( jssc: JavaStreamingContext, locationStrategy: LocationStrategy, consumerStrategy: ConsumerStrategy[K, V] ): JavaInputDStream[ConsumerRecord[K, V]] = { new JavaInputDStream( createDirectStream[K, V]( jssc.ssc, locationStrategy, consumerStrategy)) } LocationStrategy LocationStrategies.PreferConsistent():执程序之间均匀分配分区 LocationStrategies.PreferBrokers():Kafka leader上安排分区 LocationStrategies.PreferFixed(new HashMap<>()):分区与主机显式映射(固定分区) ConsumerStrategy ConsumerStrategies.Subscribe(...):订阅固定的主题集合。 ConsumerStrategies.SubscribePattern(...):正则表达式订阅主题。 ConsumerStrategies.Assign():指定固定的分区集合。 注意,与kafka-0.8不同,使用Subscribe或SubscribePattern应响应在运流中添加分区。 /** * @param topicPartitions: 一个存储 TopicPartition 的集合(例如:ArrayList) * @param kafkaParams Kafka: 一个存储 kafka 相关连接参数的 Map * @param offsets: 一个存储(TopicPartition,offset)的 map */ @Experimental def Assign[K, V]( topicPartitions: ju.Collection[TopicPartition], kafkaParams: ju.Map[String, Object], offsets: ju.Map[TopicPartition, jl.Long]): ConsumerStrategy[K, V] = { new Assign[K, V](topicPartitions, kafkaParams, offsets) } 编程要求 在右侧编辑器补充代码,完成以下需求: 读取 kafka 的名为 test 、分区号为 0 、偏移量为 0 的 Topic 将时间戳转换成规定格式的时间形式(格式为:yyyy-MM-dd HH:mm:ss ) 提取数据中的起始URL(切割符为空格) 拼接结果数据,格式如下: Ip:124.132.29.10,visitTime:2019-04-22 11:08:33,startUrl:www/2,targetUrl:https://search.yahoo.com/search?p=反叛的鲁鲁修,statusCode:200 测试说明 平台将对你编写的代码进评测: 预期输出: 1 Ip:100.143.124.29,visitTime:2017-10-27 14:58:05,startUrl:www/1,targetUrl:https://www.baidu.com/s?wd=反叛的鲁鲁修,statusCode:404 2 Ip:30.132.167.100,visitTime:2018-12-02 11:29:39,startUrl:www/4,targetUrl:-,statusCode:302 3 Ip:30.156.187.132,visitTime:2016-05-17 17:18:56,startUrl:www/2,targetUrl:-,statusCode:200 4 Ip:29.100.10.30,visitTime:2016-10-12 01:25:47,startUrl:www/3,targetUrl:http://cn.bing.com/search?q=游戏人生,statusCode:302 5 Ip:132.187.167.143,visitTime:2017-01-08 23:21:09,startUrl:pianhua/130,targetUrl:-,statusCode:200 6 Ip:143.187.100.10,visitTime:2016-09-21 19:27:39,startUrl:www/1,targetUrl:-,statusCode:302 7 Ip:10.100.124.30,visitTime:2018-09-16 02:49:35,startUrl:www/4,targetUrl:http://cn.bing.com/search?q=来自新世界,statusCode:200 8 Ip:29.10.143.187,visitTime:2017-09-29 15:49:09,startUrl:www/1,targetUrl:-,statusCode:404 9 Ip:29.187.132.100,visitTime:2018-11-27 05:43:17,startUrl:www/1,targetUrl:-,statusCode:200 10 Ip:187.167.124.132,visitTime:2016-01-28 13:34:33,startUrl:www/6,targetUrl:-,statusCode:200
最新发布
05-14
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