HDOJ 1253 胜利大逃亡 BFS

本文介绍了一个三维迷宫中利用广度优先搜索(BFS)算法寻找从起点到终点最短路径的方法。通过定义六个方向进行遍历,并记录已访问节点,最终实现了在限定时间内找到最短路径或确定无法到达。

题目大意:给你一个A*B*C的三维图(其中0代表路,1代表墙壁)和魔王回来的时间,求能否在魔王回来之前从(0,0,0)走到(A-1,B-1,C-1),能的话输出最短时间,

否则输出-1


题目分析:

求最短时间决定了要BFS搜索。但此搜索比平常搜索多了一维,每次有6个方向可以选择移动。

分别是int dir[6][3]={{1,0,0},{-1,0,0},{0,1,0},{0,-1,0},{0,0,1},{0,0,-1}};


源代码:

#include<iostream>
#include<cstdio>
#include<queue>

using namespace std;
int map[60][60][60];
int dir[6][3]={1,0,0,-1,0,0,0,1,0,0,-1,0,0,0,1,0,0,-1};
int k,a,b,c,t,flag;
int bfs();
struct node
{
    int x,y,z,step;
}w,p;
int main()
{
    
    scanf("%d",&k);
    while(k--)
    {
        flag=0;
        scanf("%d%d%d%d",&a,&b,&c,&t);
        for(int i=0;i<a;i++)
            for(int j=0;j<b;j++)
                for(int k=0;k<c;k++)
                  scanf("%d",&map[i][j][k]);
    
    int time;
    time=bfs();
    if(flag==1&&time<=t)
        cout<<time<<endl;
    else
        cout<<-1<<endl;
    }
  return 0;
}
int bfs()
{
    queue<node> q;
    w.x=0;w.y=0;w.z=0;w.step=0;
    while(!q.empty()) q.pop();
    q.push(w);
    map[0][0][0]=1;
    while(!q.empty())
    {
        p=q.front();
        q.pop();
        if(p.x==a-1&&p.y==b-1&&p.z==c-1)
        {
            flag=1;
            return p.step;
        }
        for(int i=0;i<6;i++)
        {
            w.x=p.x+dir[i][0];
            w.y=p.y+dir[i][1];
            w.z=p.z+dir[i][2];
            w.step=p.step+1;
            if(w.x>=0&&w.x<a&&w.y>=0&&w.y<b&&w.z>=0&&w.z<c&&map[w.x][w.y][w.z]==0)
            {
                map[w.x][w.y][w.z]=1;
                q.push(w);
            }
        }
    }
}
当前水平评级:2

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
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