EOJ 2855 贪吃蛇 [2011年研究生机试 热身]

本文介绍了一种基于递归深度优先搜索的迷宫路径求和算法,通过预计算斐波那契数列来确定行走方向,并在遇到障碍时进行偏移修正,最终计算出从起点到终点经过的所有格子数值的总和。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

模拟题



#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <vector>
#include <cmath>
#include <iostream>
#include <algorithm>
#include <functional>
#include <string>
#include <map>
#include <cctype>

using namespace std;

int f[1010];
int h,w,t;
void init()
{
    f[0]=0;f[1]=1;
    for(int i=2;i<=1005;i++)
    {
        f[i]=(f[i-1]+f[i-2])%4;
    }
}
int gox[4]={-1,0,1,0};
int goy[4]={0,1,0,-1};
char mmap[110][110];
int dfs(int x,int y,int step)
{
    if(step==t+1)
        return 0;
    int res=0;
    if(mmap[x][y]!='.')
        res=mmap[x][y]-'0';
    //printf("t=%d -->   %d %d %d\n",step,x,y,res);
    int nx=gox[f[step]]+x;
    int ny=goy[f[step]]+y;
    int r=1;
    //printf("t=%d bef----> %d %d\n",step,nx,ny);
    while(nx<0||nx>=h||ny<0||ny>=w)
    {
        nx=gox[(f[step]+r)%4]+x;
        ny=goy[(f[step]+r)%4]+y;
        //printf("t=%d cag----> %d %d\n",step,nx,ny);
        r++;
    }
    return dfs(nx,ny,step+1)+res;
}
int main()
{
    //freopen("in.txt","r",stdin);
    //freopen("out.txt","w",stdout);
    init();
    while(scanf("%d %d %d",&h,&w,&t)!=EOF)
    {
        for(int i=0;i<h;i++)
        {
            scanf("%s",mmap[i]);
        }
        printf("%d\n",dfs(0,0,0));
    }
    return 0 ;
}


### 关于EOJ DNA排序问题的解题思路 在处理EOJ中的DNA排序问题时,主要挑战在于如何高效地完成字符串数组的排序以及去重操作。由于题目涉及两个测点可能因时间复杂度较高而超时,因此需要优化算法设计。 #### 数据结构的选择 为了降低时间复杂度并提高效率,可以引入`std::map`或者`unordered_map`来辅助实现去重功能[^1]。这些数据结构能够快速判断某项是否存在集合中,并支持高效的插入和查找操作。具体来说: - 使用 `std::set` 可以自动去除重复元素并对结果进行升序排列; - 如果还需要自定义比较逻辑,则可以选择基于哈希表的数据结构如 `unordered_set` 配合手动排序。 #### 排序策略 对于给定的一组DNA序列(通常表示为长度固定的字符串),按照字典顺序对其进行排序是一个常见需求。C++标准库提供了非常方便的方法来进行此类任务——即利用 `sort()` 函数配合合适的比较器函数对象或 lambda 表达式来指定所需的排序规则。 下面展示了一个简单的例子用于说明如何读取输入、执行必要的预处理步骤(包括但不限于删除冗余条目),最后输出经过整理的结果列表: ```cpp #include <bits/stdc++.h> using namespace std; int main(){ set<string> uniqueDNAs; string line, dna; while(getline(cin,line)){ stringstream ss(line); while(ss>>dna){ uniqueDNAs.insert(dna); // 自动过滤掉重复项 } } vector<string> sortedUnique(uniqueDNAs.begin(),uniqueDNAs.end()); sort(sortedUnique.begin(),sortedUnique.end()); for(auto it=sortedUnique.cbegin();it!=sortedUnique.cend();++it){ cout<<*it; if(next(it)!=sortedUnique.cend())cout<<" "; } } ``` 上述程序片段实现了基本的功能模块:从标准输入流逐行解析得到各个独立的DNA片段;借助 STL 容器特性轻松达成无重复记录维护目的;最终依据字母大小关系重新安排各成员位置后再统一打印出来[^3]。 #### 学习延伸至自然语言处理领域 值得注意的是,在计算科学特别是器学习方向上,“上下文”概念同样重要。例如 Word2Vec 这样的技术就是通过考察周围词语环境来捕捉特定词汇的意义特征[^2]。尽管两者应用场景差异显著,但从原理层面看均体现了对局部模式挖掘的关注。 ---
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