HDOJ 1072 Nightmare bfs

本文介绍了一种基于广度优先搜索(BFS)的算法,用于解决在一个包含炸弹重置装置的地图上,如何使角色从起点安全到达终点的问题。通过记录每个节点的剩余时间和状态,确保了角色能在炸弹爆炸前找到安全路径。

题目大意:

这是一道搜索题,猪脚身上被绑上了炸弹,经过6秒后就会爆炸,幸运的是地图上有炸弹重置装置,能使炸弹的剩余时间重置为6秒,现在问题来了,问猪脚能否安全地从起点走到终点,如果可以的话求出最少时间。


解题思路:

这个BFS和普通的BFS有点不同,我们不需要标记已走过的路径。只有在经过重置装置的时间,才把重置装置改为简单的通路。

不用害怕超时,因为在定义节点的时间多添加了一个剩余时间变量,当剩余时间为0时,节点会自动停止回溯。


源代码:

#include<iostream>
#include<queue>
using namespace std;
int sx,sy;
int map[9][9];
int n,m,u;
int dir[4][2]={1,0,-1,0,0,1,0,-1};
struct node{
    int x,y,step,bomb;
}w,p;
int bfs();
int main()
{
    cin>>u;
    while(u--)
    {
        cin>>n>>m;
        for(int i=0;i<n;i++)
            for(int j=0;j<m;j++)
            {
                cin>>map[i][j];
                if(map[i][j]==2)
                {
                    sx=i;
                    sy=j;
                }
            }
        cout<<bfs()<<endl;
    }
    return 0;
}
int bfs()
{
    queue<node> q;
    while(!q.empty())
        q.pop();
    w.x=sx;w.y=sy;w.step=0;w.bomb=6;
    q.push(w);
    while(!q.empty())
    {
        p=q.front();
        q.pop();
        if(map[p.x][p.y]==3) return p.step;
        for(int i=0;i<4;i++)
        {
            w.x=p.x+dir[i][0];
            w.y=p.y+dir[i][1];
            w.step=p.step+1;
            w.bomb=p.bomb-1;
            if(w.x>=0&&w.x<n&&w.y>=0&&w.y<m&&map[w.x][w.y]!=0&&w.bomb>0)
            {
                if(map[w.x][w.y]==4)
                {
                    w.bomb=6;
                    map[w.x][w.y]=0;
                }
                q.push(w);
            }
        }
    }
    return -1;
}

当前水平评级:4

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