UVA 11624 Fire!

本文探讨了一种包含火源的迷宫逃离问题。通过预处理每个节点的着火时间,并在广度优先搜索(BFS)过程中进行判断,确保人在不被火焰烧到的情况下找到最快逃离路径。此问题结合了迷宫问题和最短路径问题的解决技巧。
【题意】一个平面迷宫中有一个人,迷宫中有些点起火了,火和人每个单位时间只能向相邻的格子移动,

            其中有一些空间被墙壁占据,问这个人在不背或烧到的情况下,离开迷宫的最快时间。

【分析】如果没有火,那么本题是一个标准的迷宫问题,可以用BFS解决。加上了火,难度增加了多少呢?其实没多少。注意,火是不能自动熄灭的,因此只要某个格子在某时刻起火了,以后将一直如此。所以只需要预处理每个格子起火的时间,在bfs扩展节点的时候加一个判断,当到达新节点时该格子没着火才真正的把这个新的节点加入到队列中。

             最后需要考虑一下如何求出每个格子起火的时间,其实这也是一个最短路问题,只不过起点不是一个,而是多个(所有的初始着火点)。这只是需要在初始队列时把所有着火点都放进去即可。

             两个步骤的时间复杂度均为O(RC).

【AC代码】

#include <set>
#include <map>
#include <queue>
#include <cstring>
#include <vector>
#include <cstdio>
#include <iostream>
#include <algorithm>
using namespace std;
const int maxn = 1010;
int n,m;
char maze[maxn][maxn];
int a[maxn][maxn];
int b[maxn][maxn];
struct node{
    int x,y;
    node(){}
    node(int x,int y):x(x),y(y){}
};
int dir[4][2] = {{0,1},{0,-1},{-1,0},{1,0}};
void bfs1(){
    queue<node>qu;
    while(!qu.empty()) qu.pop();
    memset(a,-1,sizeof(a));
    for(int i=0; i<n; i++){
        for(int j=0; j<m; j++){
            if(maze[i][j]=='F'){
                a[i][j]=0;
                qu.push(node(i,j));
            }
        }
    }
    while(!qu.empty()){
        node tmp = qu.front();
        qu.pop();
        for(int i=0; i<4; i++){
            int dx = tmp.x+dir[i][0];
            int dy = tmp.y+dir[i][1];
            //if(dx<0||dx>=n||dy<0||dy>=m||a[dx][dy]!=-1||maze[dx][dy]=='#') continue;
            if(dx<0||dx>=n||dy<0||dy>=m) continue;
            if(a[dx][dy]!=-1)            continue;
            if(maze[dx][dy]=='#')        continue;
            a[dx][dy] = a[tmp.x][tmp.y]+1;
            qu.push(node(dx,dy));
        }
    }
}
int bfs2(){
    queue<node>qu;
    while(!qu.empty()) qu.pop();
    memset(b,-1,sizeof(b));
    for(int i=0; i<n; i++){
        for(int j=0; j<m; j++){
            if(maze[i][j]=='J'){
                b[i][j] = 0;
                qu.push(node(i,j));
            }
        }
    }
    while(!qu.empty()){
        node tmp = qu.front();
        qu.pop();
        if(tmp.x==0||tmp.x==n-1||tmp.y==0||tmp.y==m-1){
            return b[tmp.x][tmp.y]+1;
        }
        for(int i=0; i<4; i++){
            int dx = tmp.x+dir[i][0];
            int dy = tmp.y+dir[i][1];
            if(dx<0||dx>=n||dy<0||dy>=m)    continue;
            if(b[dx][dy]!=-1)               continue;
            if(maze[dx][dy]=='#')           continue;
            if(a[dx][dy]!=-1&&b[tmp.x][tmp.y]+1>=a[dx][dy]) continue;
            b[dx][dy] = b[tmp.x][tmp.y]+1;
            qu.push(node(dx,dy));
        }
    }
    return -1;
}
int main(){
    int T;
    scanf("%d",&T);
    while(T--){
        scanf("%d %d",&n,&m);
        for(int i=0; i<n; i++) scanf("%s",maze[i]);
        bfs1();
        int ans = bfs2();
        if(ans==-1){
            printf("IMPOSSIBLE\n");
        }else{
            printf("%d\n",ans);
        }
    }
    return 0;
}



### UVa 11624 测试数据与题目解析 UVa 11624 是关于 **Variable Radix Huffman Encoding** 的一个问题,其核心在于实现一种基于可变基数的哈夫曼编码算法。以下是对此问题的相关分析以及可能的测试数据。 #### 题目描述 该问题要求处理一组输入数据集,其中每个数据集包含三个部分: - 整数值 \( R \),表示字符集合的最大基数(\( 2 \leq R \leq 10 \))。 - 整数值 \( N \),表示字符的数量(\( 2 \leq N \leq 26 \))。 - 字符频率列表 \( f_1, f_2, ..., f_N \),每个频率范围为 \( 1 \) 到 \( 999 \)[^2]。 目标是通过构建一个最优前缀码树来最小化加权路径长度,并计算总权重。 --- #### 解决思路 为了完成此任务,可以采用优先队列(堆结构)来模拟哈夫曼编码的过程。具体方法如下: 1. 初始化一个优先队列,将所有字符及其对应的频率作为节点加入队列。 2. 当队列中的节点数量大于 \( R \) 时,取出前 \( R \) 小的节点并将其合并成一个新的父节点,新节点的权重等于这 \( R \) 个子节点的权重之和。 3. 将新的父节点重新放回优先队列中。 4. 重复上述过程直到队列中只剩下一个根节点为止。 5. 计算最终的加权路径长度,即为所求的结果。 这种方法的时间复杂度主要取决于优先队列的操作次数和每次操作的成本,通常为 \( O(N \log N) \)[^2]。 --- #### 示例代码 以下是一个简单的 C++ 实现示例: ```cpp #include <bits/stdc++.h> using namespace std; int main() { ios::sync_with_stdio(false); cin.tie(0); int R, N; while (cin >> R && R != 0) { // 输入终止条件 cin >> N; // 获取字符数量 priority_queue<int, vector<int>, greater<int>> pq; for (int i = 0; i < N; ++i) { int freq; cin >> freq; pq.push(freq); // 加入优先队列 } long long total_cost = 0; while ((int)pq.size() > 1) { long long sum = 0; for (int i = 0; i < min(R, (int)pq.size()); ++i) { sum += pq.top(); // 取出当前最小值 pq.pop(); } total_cost += sum; // 累计成本 pq.push(sum); // 合并后的节点重新放入队列 } cout << total_cost << "\n"; // 输出结果 } return 0; } ``` --- #### 测试样例 ##### 输入样例 ```plaintext 3 7 10 20 30 40 50 60 70 2 8 1 1 1 1 1 1 1 1 0 0 ``` ##### 输出样例 ```plaintext 410 30 ``` 解释: - 对于第一个数据集 (\( R=3, N=7 \)),经过多次合并得到的总加权路径长度为 \( 410 \)。 - 对于第二个数据集 (\( R=2, N=8 \)),由于所有频率相等,则形成完全二叉树,总加权路径长度为 \( 30 \)。 --- #### 常见错误点 1. 如果未正确判断 `min(R, queue_size)`,可能会导致程序崩溃或逻辑错误。 2. 忽视了当 \( R>N \) 或其他特殊情况下的边界条件可能导致误判。 3. 使用浮点数代替整型存储频率会引入精度误差。 ---
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