POJ 3984 迷宫问题 记录路径的广搜

广搜路径记录与回溯
本文介绍了一种使用广度优先搜索(BFS)记录并回溯路径的方法。通过记录每个节点的前驱节点,可以在搜索结束后重构出从起点到终点的完整路径。文中提供了完整的C++代码实现,并附带了几组测试数据。

主要是学一下如何在广搜中记录路径:每找到一个点我就记录下这个点是由那个点得来的,这样我找到最后个点后,我就可以通过回溯得到我走过的路径,具体看代码吧~

#include<cstdio>
#include<stdio.h>
#include<cstdlib>
#include<cmath>
#include<iostream>
#include<algorithm>
#include<cstring>
#include<vector>
#include<queue>
#define INF 0x3f3f3f3f
#define MAX 1005

using namespace std;

int Map[MAX][MAX],n,v[4][2]={{0,1},{0,-1},{1,0},{-1,0}};

struct node
{
    int x,y,step;
}ans[MAX][MAX];

void Ans(int x,int y)
{
    node put[100];
    int k=1,a,b;
    while(x!=0 || y!=0)//通过回溯的过程得到我走过的路径
    {
        a=x;
        b=y;
        put[k].x=ans[x][y].x;
        put[k++].y=ans[x][y].y;

        x=ans[a][b].x;
        y=ans[a][b].y;
    }

    for(int i=k-1;i>=1;i--)
    {
        printf("(%d, %d)\n",put[i].x,put[i].y);
    }
    printf("(4, 4)\n");
}

void BFS()
{
    queue<node>Q;
    node a,next;
    a.x=0;
    a.y=0;
    a.step=0;
    Q.push(a);
    Map[0][0]=1;

    while(!Q.empty())
    {
        a=Q.front();
        Q.pop();

        if(a.x==4 && a.y==4)
        {
            Ans(4,4);
            return;
        }

        for(int i=0;i<4;i++)
        {
            next.x=a.x+v[i][0];
            next.y=a.y+v[i][1];

            if(next.x>=0 && next.x<5 && next.y>=0 && next.y<5 && Map[next.x][next.y]==0)
            {
                Map[next.x][next.y]=1;
                next.step=a.step+1;
                ans[next.x][next.y].x=a.x;//记录上一个点
                ans[next.x][next.y].y=a.y;
                Q.push(next);
            }
        }
    }
}

int main()
{
    int i,j;

    for(i=0;i<5;i++)
    for(j=0;j<5;j++)
    scanf("%d",&Map[i][j]);

    BFS();

    return 0;
}
View Code

由于POJ上只有一组数据,你的代码就算A了也不一定正确,下面给出几组数据吧。

输入:
0 1 0 0 0
0 1 0 1 0
0 0 0 0 0
0 1 1 1 0
0 0 0 1 0

0 0 0 0 0
0 1 1 1 0
0 1 0 0 0
0 1 1 1 0
0 0 0 1 0

0 0 0 0 0
0 1 1 1 0
0 1 0 0 0
0 0 1 0 1
1 0 0 0 0


0 0 0 0 0
0 1 1 1 0
1 0 0 0 0
1 0 1 0 1
1 0 0 0 0

输出:
(0, 0)
(1, 0)
(2, 0)
(2, 1)
(2, 2)
(2, 3)
(2, 4)
(3, 4)
(4, 4)

(0, 0)
(0, 1)
(0, 2)
(0, 3)
(0, 4)
(1, 4)
(2, 4)
(3, 4)
(4, 4)

(0, 0)
(1, 0)
(2, 0)
(3, 0)
(3, 1)
(4, 1)
(4, 2)
(4, 3)
(4, 4)

(0, 0)
(0, 1)
(0, 2)
(0, 3)
(0, 4)
(1, 4)
(2, 4)
(2, 3)
(3, 3)
(4, 3)
(4, 4)

转载于:https://www.cnblogs.com/alan-W/p/5676525.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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