poj 2102 A计划

可怜的公主在一次次被魔王掳走一次次被骑士们救回来之后,而今,不幸的她再一次面临生命的考验。魔王已经发出消息说将在T时刻吃掉公主,因为他听信谣言说吃公主的肉也能长生不老。年迈的国王正是心急如焚,告招天下勇士来拯救公主。不过公主早已习以为常,她深信智勇的骑士LJ肯定能将她救出。 
现据密探所报,公主被关在一个两层的迷宫里,迷宫的入口是S(0,0,0),公主的位置用P表示,时空传输机用#表示,墙用*表示,平地用.表示。骑士们一进入时空传输机就会被转到另一层的相对位置,但如果被转到的位置是墙的话,那骑士们就会被撞死。骑士们在一层中只能前后左右移动,每移动一格花1时刻。层间的移动只能通过时空传输机,且不需要任何时间。

Input输入的第一行C表示共有C个测试数据,每个测试数据的前一行有三个整数N,M,T。 N,M迷宫的大小N*M(1 <= N,M <=10)。T如上所意。接下去的前N*M表示迷宫的第一层的布置情况,后N*M表示迷宫第二层的布置情况。Output如果骑士们能够在T时刻能找到公主就输出“YES”,否则输出“NO”。Sample Input

1
5 5 14
S*#*.
.#...
.....
****.
...#.

..*.P
#.*..
***..
...*.
*.#..

Sample Output

YES
  思路:求最快到达步骤用广搜,题目要求的数据量并不大,两层每层最大10×10,暴力搜索即可,再加上vis数组标记已到过的点。注意'#'直接就传走了进入另一层且不消耗时间
,判断下在另一层中与'#'对应的位置是不是墙,是墙就不能通过。代码如下:
#include <iostream>
#include <cstdio>
#include <algorithm>
#include <string.h>
#include <vector>
#include <queue>
#include <cmath>
using namespace std;
int n,m,t;
int sx,sy,sz,ex,ey,ez;
char mp[2][15][15];//数据量小,可以直接设
int td[4][2]={0,1,0,-1,1,0,-1,0};//移动数组,方便运算
int vis[2][15][15];//标记数组
bool judge(int x,int y,int z)//判断该点是否合法
{
    return x<n&&x>=0&&y<m&&y>=0&&z<2&&z>=0;
}
struct node{//存放下标和步数
    int x,y,z;
    int step;
};
queue<node>q;
int bfs()
{
    vis[sz][sx][sy]=1;//将第一步设为已来过
    node p;//初始化信息
    p.x=sx,p.y=sy,p.z=sz;
    p.step=0;
    while(!q.empty())q.pop();//清空队列
    q.push(p);
    while(!q.empty())
    {
        p=q.front();q.pop();
        if(p.x==ex&&p.y==ey&&p.z==ez)return p.step;//找到公主时返回步数,根据队列先进先出的特征,该步数必为最少步数
        for(int i=0;i<4;i++)//进行移动
        {
            int nx=p.x+td[i][0];
            int ny=p.y+td[i][1];
            if(mp[p.z][nx][ny]!='*'&&vis[p.z][nx][ny]==0&&judge(nx,ny,p.z))//移动后位置合法时
            {
                vis[p.z][nx][ny]=1;//更新数组信息
                if(mp[p.z][nx][ny]=='#')//如果走到了传送门
                {
                    if(p.z==0){//在第0层时
                        if(mp[1][nx][ny]!='*'&&mp[1][nx][ny]!='#'&&vis[1][nx][ny]==0)//注意两层相同的位置不能都是传送门
                        {
                            vis[1][nx][ny]=1;
                            node pp;
                            pp.x=nx,pp.y=ny;
                            pp.z=1;
                            pp.step=p.step+1;
                            q.push(pp);
                        }
                    }
                    else if(p.z==1)//在第一层时
                    {
                    if(mp[0][nx][ny]!='*'&&mp[0][nx][ny]!='#'&&vis[0][nx][ny]==0)
                        {
                            vis[0][nx][ny]=1;
                            node pp;
                            pp.x=nx,pp.y=ny;    
                            pp.z=0;
                            pp.step=p.step+1;
                            q.push(pp);
                        }    
                    }
                }
                else{
                    node pp;
                    pp.x=nx,pp.y=ny;
                    pp.z=p.z;
                    pp.step=p.step+1;
                    q.push(pp);
                }
            }
        }
    }
    return 0;
}
int main()
{
    int c;
    scanf("%d",&c);
    while(c--)
    {
        scanf("%d %d %d",&n,&m,&t);
        for(int i=0;i<2;i++)
        {
            for(int j=0;j<n;j++)
            {
                for(int k=0;k<m;k++)
                {
                    cin>>mp[i][j][k];
                    if(mp[i][j][k]=='S')sx=j,sy=k,sz=i;
                    if(mp[i][j][k]=='P')ex=j,ey=k,ez=i;
                }
            }
        }
        memset(vis,0,sizeof(vis));//初始化标记数组
        int f=bfs();
        if(f<=t&&f!=0)printf("YES\n");
        else printf("NO\n");
    }
    return 0;
}

 

 

转载于:https://www.cnblogs.com/whocarethat/p/11203852.html

内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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