计蒜客--蒜头君回家

蒜头君要回家,但是他家的钥匙在他的朋友花椰妹手里,他要先从花椰妹手里取得钥匙才能回到家。花椰妹告诉他:“你家的钥匙被我复制了很多个,分别放在不同的地方。”

蒜头君希望能尽快回到家中,他需要首先取得任意一把钥匙,请你帮他计算出回家所需要的最短路程。

蒜头君生活的城市可以看做是一个 n \times mn×m的网格,其中有道路有障碍,钥匙和家所在的地方可以看做是道路,可以通过。蒜头君可以在城市中沿着上下左右 44 个方向移动,移动一个格子算做走一步。

输入格式

第一行有两个整数 nnmm。城市的地图是 nn行 mm 列。(1 \leq n,m \leq 20001n,m2000)

接下来的 nn 行,每行 mm 个字符,代表城市的地图。'.' 代表道路,'#' 代表障碍物,'S' 代表蒜头君所在的位置,'T' 代表蒜头家的位置,'P'代表钥匙的位置。除了障碍物以外,别的地方都可以通过。(题目保证蒜头君至少有一条路径可以顺利拿到钥匙并且回家)

输出格式

输出蒜头回家要走的最少步数,占一行。

样例输入
8 10
P.####.#P#
..#..#...#
..#T##.#.#
..........
..##.#####
..........
#####...##
###....S##
样例输出
21

主要思路是从起点广搜一遍钥匙,再从终点广搜一遍,将两次累加再e[x][y]里,取最优即可


#include<bits/stdc++.h>
using namespace std;
struct node{          //构造方法
	int x,y,num;
	node(){}
	node(int x,int y,int num){  
        this->x = x;  
        this->y = y;  
        this->num = num;  
    }  
};	
char a[2002][2002];
map<int,map<int,int> > e; 
int f[4][2]={0,1,1,0,0,-1,-1,0},step=0xffffff, v[2002][2002]={0},n,m;
void bfs(int x,int y)
{
	node s;
	queue<node> q;
	q.push(node(x,y,0));
	int sum=0;
	while(!q.empty())
	{
		s=q.front();
		q.pop();
		for(int i=0;i<4;i++)
		{
			int x1=s.x+f[i][0];
			int y1=s.y+f[i][1];
			if(v[x1][y1]==0&&(a[x1][y1]=='.'||a[x1][y1]=='P'||a[x1][y1]=='T'||a[x1][y1]=='S'))
			{
				q.push(node(x1,y1,s.num+1));
				v[x1][y1]=1;
				if(a[x1][y1]=='P')
				{
					if(e[x1][y1]!=0)
					{
						e[x1][y1]+=s.num+1;
						step=min(e[x1][y1],step);
					}
					else {
						e[x1][y1]+=s.num+1;
					}
				}
			}
		}
	}
	
	for(int i=0;i<=n;i++)
	{
		for(int j=0;j<=m;j++)
		{
			v[i][j]=0;
		}
	}
}
int main()
{
  int x1,y1,x2,y2;
    cin>>n>>m;
	for(int i=0;i<n;i++)
	{
		for(int j=0;j<m;j++)
		{
			cin>>a[i][j];
			 if(a[i][j]=='S')
			{
				x1=i;
				y1=j;
			}
			else if(a[i][j]=='T')
			{
				x2=i;
				y2=j;
			}
		}
	}
	bfs(x1,y1);
	bfs(x2,y2);
	cout<<step;
}

<think>好的,我需要回答用户关于“蒜头回家”问题的动态规划实现方法。首先,我得先理解这个问题。根据引用[1],题目是说蒜头在左下角(1,1),家在右上角(n,n),每走一个格子会消耗体力a_ij,只能向右或向上走,要求找到回家花费的最少体力。 用户提到动态规划,所以我要回忆动态规划的基本概念。引用[3]指出动态规划用于最优解问题,这题显然是最小体力路径,符合条件。动态规划通常需要定义状态和状态转移方程。 接下来,我需要确定状态。这里应该是到达每个点(i,j)所需的最小体力,用dp[i][j]表示。初始状态是起点(1,1),即dp[1][1]=a_11,因为站在起点就已经消耗这里的体力。 然后考虑状态转移。因为只能向右或向上走,所以到达(i,j)的前一步只能是左边(i-1,j)或下边(i,j-1)。因此,状态转移方程应该是dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + a_ij。但要注意边界情况,比如第一行和第一列,只能从一个方向来。 比如,第一行的每个点只能从左边来,所以dp[1][j] = dp[1][j-1] + a_1j。同样,第一列的每个点只能从下面来,dp[i][1] = dp[i-1][1] + a_i1。 然后,遍历顺序应该从起点开始,按行或列逐步填充dp表,直到终点(n,n)。 不过,我需要检查是否正确。比如,假设有一个2x2的网格,初始体力a11=1,a12=2,a21=3,a22=1。那么路径有两种:右→上或上→右。第一种的体力是1+2+1=4,第二种是1+3+1=5,所以最优是4。用动态规划的话,dp[2][2] = min(dp[2][1], dp[1][2}) + a22 = min(4,3) +1=4。对,结果正确。 另外,需要注意数组的索引是否正确,题目中的坐标是否从1开始,代码实现时要对应好数组下标,可能需要处理边界条件。 可能还需要初始化dp数组,除了起点外,其他位置初始化为一个很大的值,或者逐步算。或者直接按顺序填充,因为每个点只依赖左边和上边的点,所以按行或列的顺序填充即可。 总结步骤: 1. 定义dp数组,大小为n x n。 2. 初始化dp[0][0] = a[0][0](如果编程语言数组从0开始的话)。 3. 填充第一行和第一列。 4. 按行或列填充其他位置,取左边和上边的最小值加上当前格子的体力。 5. 最终dp[n-1][n-1]即为答案。 然后根据引用[1]中的问题描述,确保实现时符合题目要求,比如坐标从(1,1)到(n,n),可能需要调整数组索引。例如,如果编程中使用0-based索引,则需要转换。 另外,要考虑空间优化,如果不需要保存整个dp表,可以用滚动数组,但可能对于初学者来说,先展示标准的二维DP更清晰。 最后,生成相关问题,可能需要结合动态规划和BFS方法的不同,或者优化技巧,比如空间优化或其他变种问题。</think>### 蒜头回家问题的动态规划实现方法 #### 问题分析 蒜头需要从网格左下角$(1,1)$移动到右上角$(n,n)$,每次只能向右或向上移动。每个格子$(i,j)$会消耗体力$a_{ij}$,目标是找到一条路径使得总体力消耗最小。 #### 动态规划设 1. **状态定义** 定义$dp[i][j]$表示从起点$(1,1)$走到位置$(i,j)$所需的最小体力值。 2. **状态转移方程** - 对于第一行$(i=1)$:只能从左边移动而来,因此 $$dp[1][j] = dp[1][j-1] + a_{1j} \quad (j \geq 2)$$ - 对于第一列$(j=1)$:只能从下方移动而来,因此 $$dp[i][1] = dp[i-1][1] + a_{i1} \quad (i \geq 2)$$ - 其他位置$(i \geq 2, j \geq 2)$: $$dp[i][j] = \min(dp[i-1][j], dp[i][j-1]) + a_{ij}$$ 3. **初始化** - 起点:$dp[1][1] = a_{11}$(初始位置直接消耗体力)[^1] #### 代码实现(Python示例) ```python def min_energy_path(grid): n = len(grid) dp = [[0] * n for _ in range(n)] dp[0][0] = grid[0][0] # 起点初始化(假设输入是0-based索引) # 填充第一行和第一列 for i in range(1, n): dp[i][0] = dp[i-1][0] + grid[i][0] for j in range(1, n): dp[0][j] = dp[0][j-1] + grid[0][j] # 填充其他位置 for i in range(1, n): for j in range(1, n): dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j] return dp[n-1][n-1] # 返回终点值 # 示例输入(假设grid是n×n的二维数组,0-based索引) grid = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] print(min_energy_path(grid)) # 输出最小体力值 ``` #### 关键点说明 - **时间复杂度**:$O(n^2)$,需遍历所有网格点[^3]。 - **空间优化**:若允许覆盖原数组,可将空间复杂度从$O(n^2)$优化至$O(n)$。 - **边界处理**:若题目坐标从$(1,1)$开始(如引用[1]的描述),需将输入转换为0-based索引。
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