搜索

本文介绍了一个实现连连看游戏的BFS算法,详细解释了如何通过BFS算法解决游戏中棋子连线消去的问题,并附带了代码实现。

连连看:

Problem Description

“连连看”相信很多人都玩过。没玩过也没关系,下面我给大家介绍一下游戏规则:在一个棋盘中,放了很多的棋子。如果某两个相同的棋子,可以通过一条线连起来(这条线不能经过其它棋子),而且线的转折次数不超过两次,那么这两个棋子就可以在棋盘上消去。不好意思,由于我以前没有玩过连连看,咨询了同学的意见,连线不能从外面绕过去的,但事实上这是错的。现在已经酿成大祸,就只能将错就错了,连线不能从外围绕过。
玩家鼠标先后点击两块棋子,试图将他们消去,然后游戏的后台判断这两个方格能不能消去。现在你的任务就是写这个后台程序。


Input

输入数据有多组。每组数据的第一行有两个正整数n,m(0<n<=1000,0<m<1000),分别表示棋盘的行数与列数。在接下来的n行中,每行有m个非负整数描述棋盘的方格分布。0表示这个位置没有棋子,正整数表示棋子的类型。接下来的一行是一个正整数q(0<q<50),表示下面有q次询问。在接下来的q行里,每行有四个正整数x1,y1,x2,y2,表示询问第x1行y1列的棋子与第x2行y2列的棋子能不能消去。n=0,m=0时,输入结束。
注意:询问之间无先后关系,都是针对当前状态的!


Output

每一组输入数据对应一行输出。如果能消去则输出"YES",不能则输出"NO"。


Sample Input

3 4 1 2 3 4 0 0 0 0 4 3 2 1 4 1 1 3 4 1 1 2 4 1 1 3 3 2 1 2 4 3 4 0 1 4 3 0 2 4 1 0 0 0 0 2 1 1 2 4 1 3 2 3 0 0


Sample Output

YES NO NO NO NO YES
首先说一下我对这一题的思路啊,很明显是用的BFS算法,至于这题的难点我认为是转折次数控制问题,我是这样控制转折次数的就是假设第一次的坐标是a和b,以后每走一步都和这个坐标比较,如果有一个坐标相同(有一个步数相同这表明没有搜索过程中没有发生转向)则步数不加1,否者步数步数加1并且把a和b坐标更新为当前坐标,以后每走一步在和这个坐标进行比较,我感觉方法挺不错的,但提交几次都WA了,很是受伤啊!!于是我上网上看了解题报告,大部分都是通过走向(上下左右是个方向,一旦换方向就表示转折一次)来控制转向的。
代码如下:#include<iostream> #include<string.h> #include<queue> using namespace std; struct point{ int x,y,turn,step; }now,t,next; int n,m; int map[1005][1005]; bool visit[1005][1005]; bool tt; int dx[]={1,-1,0,0}; int dy[]={0,0,1,-1}; queue<point> p; bool bfs(int a,int b,int c,int d) { while(!p.empty()) p.pop(); visit[a][b]=false; now.x=a;now.y=b;now.turn=-1;now.step=0; p.push(now); while(!p.empty()) { t=p.front(); p.pop(); for(int i=0;i<4;i++) { int nx=t.x+dx[i]; int ny=t.y+dy[i]; if(nx<=0||nx>n||ny<=0||ny>m) continue; int time; if(t.turn==i||t.turn==-1) time=t.step; else time=t.step+1; if(time>2) continue; if(nx==c&&ny==d) return true; if(map[nx][ny]==0&&visit[nx][ny]) { visit[nx][ny]=false; next.x=nx;next.y=ny; next.turn=i;next.step=time; p.push(next); } } } return false; } int main() { while(cin>>n>>m&&n&&m) { for(int i=1;i<=n;i++) for(int j=1;j<=m;j++) cin>>map[i][j]; int q; cin>>q; for(int i=0;i!=q;i++) { memset(visit,true,sizeof(visit)); int a,b,c,d; cin>>a>>b>>c>>d; if(map[a][b]==map[c][d]&&map[a][b]) tt=bfs(a,b,c,d); else tt=false; if(tt) cout<<"YES"<<endl; else cout<<"NO"<<endl; } }return 0; }
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究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,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂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)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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
 
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