数组模拟队列 广搜

#include<stdio.h>  //数组模拟队列
//char c[5][5]={s,*,#,#,#,#,*,#,#,#,*,*,*,*,*,*,#,#,#,e,*,*,*,*,*};
char c[1006][1006];
struct node
{
    int step;
    int x,y;
}s,temp;  //结构体变量
int vis[10006][10006]; //标记
int b[4][2]={{1,0},{0,1},{-1,0},{0,-1}}; //方向
int dx,dy;  //目标坐标
struct node que[100006];
int xx,yy;
int bfs(int step,int x,int y)
{
    int f=0,r=0;
    s.step=step;  //入队
    s.x=x; s.y=y;
    que[r]=s;
    vis[x][y]=1;  //标记
    r++;
    while(f<r)
    {
        node p=que[f]; f++;  //出队
        if(p.x==dx && p.y==dy) //找到
            return p.step;
        for(int i=0;i<4;++i) //四个方向
        {
            xx=p.x+b[i][0];
            yy=p.y+b[i][1];
            if(0<=xx && xx<5 && 0<=yy && yy<5 && c[xx][yy]!='#'&& vis[xx][yy]!=1) //可以走
            {
                temp.step=p.step+1;  //入队
                temp.x=xx; temp.y=yy;
                que[r]=temp;
                vis[xx][yy]=1;
                r++;
            }
       }
    }
    return 0;
}
int main()
{
    for(int i=0;i<5;++i)
    {
        scanf("%s",c[i]);
        //getchar();
    }
    //getchar();
    scanf("%d%d",&dx,&dy);
    printf("%d",bfs(0,0,0));
    return 0;
}

/*
s*###
#*###
*****
*###e
*****
3
4
*/

 

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, ...
### 关于数组实现队列的数据结构图解 数组实现队列的核心在于通过两个指针 `front` 和 `rear` 来分别表示队头和队尾的位置。以下是基于提供的引用内容所总结的数组模拟队列的关键概念及其可视化描述: #### 基本原理 队列是一种遵循先进先出(FIFO)原则的数据结构,可以使用数组实现[^1]。在这种实现方式中,通常会定义一个固定大小的数组,并利用两个变量 `front` 和 `rear` 分别指向队列的第一个元素和最后一个元素。 当向队列中插入新元素时,`rear` 的位置会向前移动;而当从队列中删除元素时,`front` 的位置也会相应前移。如果仅按照线性的方式操作数组,则可能会浪费空间,因此引入了环形队列的概念[^2]。 #### 图解说明 在数组模拟队列的过程中,可以通过以下示意图帮助理解其工作流程: 1. **初始化状态** - 初始状态下,`front` 和 `rear` 都位于索引 0 处,此时队列为空。 ``` Array: [ _ , _ , _ , _ ] ^ ^ front rear ``` 2. **入队操作 (Enqueue)** 当有新的元素加入队列时,将其放置到 `rear` 所指示的位置处,随后将 `rear` 向右移动一位。例如,在上述初始状态下执行两次入队操作后: ``` Array: [ A , B , _ , _ ] ^ ^ front rear ``` 3. **出队操作 (Dequeue)** 出队意味着移除当前由 `front` 指定的元素并使 `front` 右移一步。假设上面的状态下进行了两次出队操作之后的结果如下所示: ``` Array: [ _ , _ , C , D ] ^ ^ front rear ``` 4. **循环特性处理** 如果继续进行多次出入队动作直到达到数组边界情况下的管理逻辑则需考虑采用取模运算 `%` 实现循环效果从而形成所谓的 “环形缓冲区”。比如再次经历若干次进出过程可能最终呈现这样一种布局形式: ``` Array: [ E , F , G , H ] ^ ^ rear front ``` 以上便是典型的数组实现队列过程中涉及的一些基本图形化展示方法[^3]。 ```python class CircularQueue: def __init__(self, size): self.queue = [None]*size self.front = self.rear = -1 self.size = size def enqueue(self, data): if ((self.rear + 1) % self.size == self.front): print("Queue is Full\n") elif (self.front == -1): # Insert First Element self.front = 0 self.rear = 0 self.queue[self.rear] = data else: self.rear = (self.rear + 1)% self.size self.queue[self.rear]=data def dequeue(self): if (self.front == -1): # Empty Queue Condition print ("Queue is Empty\n") elif (self.front == self.rear): temp=self.queue[self.front] self.front = -1 self.rear=-1 return temp else: temp = self.queue[self.front] self.front=(self.front+1)%self.size return temp ```
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