poj3278 Catch That Cow

本文介绍了一个简单的抓牛游戏算法,游戏中农夫通过行走和瞬间移动的方式,在最短的时间内捕捉到静止不动的牛。使用广度优先搜索(BFS)算法实现,详细展示了代码结构与实现过程。
Catch That Cow
Time Limit: 2000MS Memory Limit: 65536K
Total Submissions: 94444 Accepted: 29624

Description

Farmer John has been informed of the location of a fugitive cow and wants to catch her immediately. He starts at a point N (0 ≤ N ≤ 100,000) on a number line and the cow is at a point K (0 ≤ K ≤ 100,000) on the same number line. Farmer John has two modes of transportation: walking and teleporting.

* Walking: FJ can move from any point X to the points - 1 or + 1 in a single minute
* Teleporting: FJ can move from any point X to the point 2 × X in a single minute.

If the cow, unaware of its pursuit, does not move at all, how long does it take for Farmer John to retrieve it?

Input

Line 1: Two space-separated integers: N and K

Output

Line 1: The least amount of time, in minutes, it takes for Farmer John to catch the fugitive cow.

Sample Input

5 17

Sample Output

4

Hint

The fastest way for Farmer John to reach the fugitive cow is to move along the following path: 5-10-9-18-17, which takes 4 minutes.


题目大意:告诉农夫和牛的初始位置,农夫要抓住牛,每次只能向左或者向右或者向乘以2的地方走,牛是不动的,问最少多少步能抓住


#include<iostream>
#include<queue>
#include<cstring>
using namespace std;
#define N 100000
int vis[N+10];//标记 
struct Step{ 
	int x;//存位置 
	int steps;//存步数 
	Step(int xx,int ss):x(xx),steps(ss){
	}
};

queue<Step> q;

int main(){
	int n,m;
	cin>>n>>m;
	memset(vis,0,sizeof(vis));
	q.push(Step(n,0));
	vis[n]=1;
	while(!q.empty()){//BFS 
		Step s = q.front();
		q.pop();
		if(s.x==m){
			cout<<s.steps<<endl;
			return 0;
		}
		else{
			if(s.x-1>=0&&!vis[s.x-1]){//向左 
				q.push(Step(s.x-1,s.steps+1));
				vis[s.x-1]=1;
			}
			if(s.x+1<=N&&!vis[s.x+1]){//向右 
				q.push(Step(s.x+1,s.steps+1));
				vis[s.x+1]=1;
			}
			if(s.x*2<=N&&!vis[s.x*2]){//*2 
				q.push(Step(s.x*2,s.steps+1));
				vis[s.x*2]=1;
			}
		}
	}
	return 0;
}


一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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