hrbust 哈理工oj 2188 星际旅行【BFS+传送阵】

本文介绍了一种基于广度优先搜索(BFS)算法解决星际旅行问题的方法,旨在找到从起点到终点的最短时间路径。星际地图包含普通空间、黑洞传送点及不可通行区域。通过利用黑洞实现瞬间传送优化路径寻找。

星际旅行
Time Limit: 1000 MSMemory Limit: 32768 K
Total Submit: 56(23 users)Total Accepted: 29(21 users)Rating: Special Judge: No
Description

小z在星际旅行中,他想从当前起始点到达目的地,他可以上下左右的移动,并且每移动一格需要花费一单位时间,

星际中有许多危险的地方不可以走,还有许多的黑洞,你可以不花费任何时间从一个黑洞瞬间到达其它任何一个黑洞,

请你帮助小z计算从当前起始点到目的地最少需要多少单位时间。

Input

第一行是一个整数T,代表T组测试数据。

对于每组测试数据,首先是两个整数n,m代表星际地图(1<=n<=100, 1<=m<=100)

接下来是一个n*m的地图。

'O' 代表黑洞。

'#' 代表不可以走的地方。

'.' 代表普通的空间。

'S' 代表起始点,有且只有一个。

'E' 代表目的地,有且只有一个。

Output

对于每组测试数据,如果小z可以到达目的地,则输出需要的最少时间,否则输出"impossible"。

Sample Input

2

3 4

SO..

....

..OE

3 3

#S#

###

E##

Sample Output

2

impossible

Source
2014.11.30新生赛-正式赛

 

一道基础BFS题目,和最基础的BFS题目相差一个传送阵的内容。

思路:输入图的同时,用heidong【】【2】数组保存传送阵的坐标,当在图搜过程中的时候,遇到传送阵的时候,直接传到其他传送阵的地点即可、

AC代码:

#include<stdio.h>
#include<string.h>
#include<queue>
using namespace std;
struct zuobiao
{
    int x,y,output;
}now,nex;
int cont;
char a[105][105];//图、
int vis[105][105];//标记这个坐标是否走过
int heidong[105*105][2];//黑洞坐标统计
int fx[4]={0,0,1,-1};
int fy[4]={-1,1,0,0};
int n,m;
void bfs(int x,int y)
{
    memset(vis,0,sizeof(vis));
    now.output=0;
    now.x=x;
    now.y=y;
    vis[now.x][now.y]=1;
    queue<zuobiao >s;
    s.push(now);
    while(!s.empty())
    {
        now=s.front();
        if(a[now.x][now.y]=='E')
        {
            printf("%d\n",now.output);
            return ;
        }
        s.pop();
        for(int i=0;i<4;i++)
        {
            nex.x=now.x+fx[i];
            nex.y=now.y+fy[i];
            if(nex.x>=0&&nex.x<n&&nex.y>=0&&nex.y<m&&vis[nex.x][nex.y]==0&&a[nex.x][nex.y]!='#')
            {
                if(a[nex.x][nex.y]=='O')//遇到传送真的时候
                {
                    vis[nex.x][nex.y]=1;
                    for(int i=0;i<cont;i++)//走到其他传送阵
                    {
                        if(vis[heidong[i][0]][heidong[i][1]]==0)
                        {
                            nex.output=now.output+1;
                            nex.x=heidong[i][0];
                            nex.y=heidong[i][1];
                            vis[heidong[i][0]][heidong[i][1]]=1;
                            s.push(nex);
                        }
                    }
                }
                if(a[nex.x][nex.y]=='.'||a[nex.x][nex.y]=='E')//正常向下走即可
                {
                    vis[nex.x][nex.y]=1;
                    nex.output=now.output+1;
                    s.push(nex);
                }
            }
        }
    }
    printf("impossible\n");
    return ;
}
int main()
{
    int t;
    scanf("%d",&t);
    while(t--)
    {
        int x,y;
        scanf("%d%d",&n,&m);
        cont=0;
        for(int i=0;i<n;i++)
        {
            scanf("%s",a[i]);
            for(int j=0;j<m;j++)
            {
                if(a[i][j]=='S')
                {
                    x=i;
                    y=j;
                }
                if(a[i][j]=='O')
                {
                    heidong[cont][0]=i;
                    heidong[cont][1]=j;
                    cont++;
                }
            }
        }
        bfs(x,y);
    }
}


通过短时倒谱(Cepstrogram)计算进行时-倒频分析研究(Matlab代码实现)内容概要:本文主要介绍了项关于短时倒谱(Cepstrogram)计算在时-倒频分析中的研究,并提供了相应的Matlab代码实现。通过短时倒谱分析方法,能够有效提取信号在时间与倒频率域的特征,适用于语音、机械振动、生物医学等领域的信号处理与故障诊断。文中阐述了倒谱分析的基本原理、短时倒谱的计算流程及其在实际工程中的应用价值,展示了如何利用Matlab进行时-倒频图的可视化与分析,帮助研究人员深入理解非平稳信号的周期性成分与谐波结构。; 适合人群:具备定信号处理基础,熟悉Matlab编程,从事电子信息、机械工程、生物医学或通信等相关领域科研工作的研究生、工程师及科研人员。; 使用场景及目标:①掌握倒谱分析与短时倒谱的基本理论及其与傅里叶变换的关系;②学习如何用Matlab实现Cepstrogram并应用于实际信号的周期性特征提取与故障诊断;③为语音识别、机械设备状态监测、振动信号分析等研究提供技术支持与方法参考; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,先理解倒谱的基本概念再逐步实现短时倒谱分析,注意参数设置如窗长、重叠率等对结果的影响,同时可将该方法与其他时频分析方法(如STFT、小波变换)进行对比,以提升对信号特征的理解能力。
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