华为OD机考-寻找最大价值的矿堆-DFS(JAVA 2025B卷)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

import java.util.*;
/**
 * @version Ver 1.0
 * @date 2025/6/17
 * @description 最大矿堆价值
 */
public class MaxStoneValue {

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        List<String> list = new ArrayList<>();
        while (sc.hasNextLine()) {
            String line = sc.nextLine().trim();
            if (line.isEmpty()) break;
            list.add(line);
        }
        if (list.isEmpty()) {
            return;
        }
        int[][] grid = new int[list.size()][list.get(0).length()];
        for (int i = 0; i < grid.length; i++) {
            for(int j = 0; j < grid[0].length; j++){
                grid[i][j] = list.get(i).charAt(j)-'0';
            }
        }
        System.out.println(solve(grid));
    }

    private static int solve(int[][] grid) {
        int maxValue = 0;
        for (int i = 0; i < grid.length; i++) {
            for(int j = 0; j < grid[0].length; j++){
                if (grid[i][j] != 0) {
                    maxValue= Math.max(maxValue, dfs(grid,i,j));
                }
            }
        }
        return maxValue;
    }

    private static int dfs(int[][] grid, int i, int j) {
        int res = 0;
        if(i<0 ||i>=grid.length ||j<0||j>=grid[0].length||grid[i][j]==0){
            return res;
        }
        res+=grid[i][j];
        grid[i][j]=0;
        res+=dfs(grid,i+1,j);
        res+=dfs(grid,i-1,j);
        res+=dfs(grid,i,j+1);
        res+=dfs(grid,i,j-1);
        return res;
    }
}

(SCI三维路径规划对比)25年最新五种智能算法优化解决无人机路径巡检三维路径规划对比(灰雁算法真菌算法吕佩尔狐阳光生长研究(Matlab代码实现)内容概要:本文档主要介绍了一项关于无人机三维路径巡检规划的研究,通过对比2025年最新的五种智能优化算法(包括灰雁算法、真菌算法、吕佩尔狐算法、阳光生长算法等),在复杂三维环境中优化无人机巡检路径的技术方案。所有算法均通过Matlab代码实现,并重点围绕路径安全性、效率、能耗和避障能力进行性能对比分析,旨在为无人机在实际巡检任务中的路径规划提供科学依据和技术支持。文档还展示了多个相关科研方向的案例与代码资源,涵盖路径规划、智能优化、无人机控制等多个领域。; 适合人群:具备一定Matlab编程基础,从事无人机路径规划、智能优化算法研究或自动化、控制工程方向的研究生、科研人员及工程技术人员。; 使用场景及目标:① 对比分析新型智能算法在三维复杂环境下无人机路径规划的表现差异;② 为科研项目提供可复现的算法代码与实验基准;③ 支持无人机巡检、灾害监测、电力线路巡查等实际应用场景的路径优化需求; 阅读建议:建议结合文档提供的Matlab代码进行仿真实验,重点关注不同算法在收敛速度、路径长度和避障性能方面的表现差异,同时参考文中列举的其他研究案例拓展思路,提升科研创新能力。
### 华为OD机考2025B题库及相关资料 华为OD机考2025B的题库和相关资料可以通过以下方式获取或了解。以下是关于2025B的具体内容、备考建议以及相关信息。 #### 1. 题库来源与获取方式 华为OD机考2025B的题库通常由官方提供,但具体题目不会完全公开。考生可以通过以下途径获取相关资料: - **官方在线OJ环境**:华为提供了专门的在线OJ环境用于刷题[^2]。通过私信联系开通OJ环境,可以模拟真实考试场景并练习类似题目。 - **第三方平台**:例如牛客网等平台会整理历年真题及高频考点,供考生参考[^4]。 - **内部分享**:部分参加过考试的考生会在社区中分享经验与题目类型,这些资源可以帮助理解考试模式[^1]。 #### 2. 考试内容概述 2025B主要考察以下几个方面: - **算法设计与实现**:涉及基础数据结构(如数组、链表、栈、队列)和常见算法(如排序、查找、动态规划)[^1]。 - **编程语言基础**:支持多种编程语言(C++、Java、Python、JavaScript等),考生需熟悉所选语言的基本语法与标准库[^4]。 - **实际问题解决能力**:题目通常以实际应用场景为背景,例如数据分类、路径规划等问题[^3]。 #### 3. 备考建议 为了更好地准备2025B,以下是一些具体的备考建议: - **熟悉输入输出方式**:不同语言有各自的输入输出规范。例如,Python使用`input()`和`print()`,C++使用`cin`和`cout`。 - **掌握常见算法模板**:包括但不限于快速排序、二分查找、深度优先搜索(DFS)、广度优先搜索(BFS)等。 - **模拟真实考试环境**:利用在线OJ平台进行模拟练习,确保在规定时间内完成题目[^2]。 #### 4. 示例代码 以下是一个简单的示例代码,展示如何处理输入输出并解决问题: ```python # 数据分类问题示例 def data_classification(data, threshold): result = [] for item in data: if item > threshold: result.append(item) return result # 输入处理 if __name__ == "__main__": n = int(input()) # 数据数量 data = list(map(int, input().split())) # 数据列表 threshold = int(input()) # 阈值 output = data_classification(data, threshold) print(len(output)) # 输出符合条件的数据数量 ``` 此代码展示了如何读取输入数据并根据条件筛选结果[^4]。 ###
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