HDU 4166 & BNU 32715 Robot Navigation (记忆化bfs)

本文介绍了一种基于广度优先搜索(BFS)的机器人路径规划算法,用于在一个包含障碍物的二维地图上寻找从起点到终点的最短路径,并计算出所有最短路径的数量。文章详细解释了算法的实现思路,包括如何避免重复计算和提高效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


题意:给一个二维地图,每个点为障碍或者空地,有一个机器人有三种操作:1、向前走;2、左转90度;3、右转90度。现给定起点和终点,问到达终点最短路的条数。

 

思路:一般的题目只是求最短路的长度,但本题还要求出相应的条数。比赛时只记录最少的步数,却没有记录以最少步数到达该点的的条数,让他们一直入队.......铁定tle.......

只要记录好到达该点最少步数的条数,减少了很多重复入队..........

 

#include <cstdio>
#include <cstring>
#include <iostream>
#include <string>
#include <algorithm>
#include <queue>
#define MAX 1111
#define INF 0x7FFFFFFF
using namespace std;

int n,m,mod;
struct node {
    int x,y,dir;
} st,end;

queue <node> q;
char map[MAX][MAX];
int num[MAX][MAX][4]; //步数
int cnt[MAX][MAX][4]; //多少种路径以该方向到达该点
int dx[] = {-1,0,1,0};
int dy[] = {0,1,0,-1};

void init() {
    while(!q.empty()) q.pop();
    memset(num,-1,sizeof(num));
    memset(cnt,0,sizeof(cnt));
}

int getdir(char c) {
    if(c == 'N') return 0;
    if(c == 'E') return 1;
    if(c == 'S') return 2;
    if(c == 'W') return 3;
}

bool ok(int x,int y) {
    if(x >= 0 && x < n && y >= 0 && y < m && map[x][y] == '.') return true;
    return false;
}

void bfs() {
    num[st.x][st.y][st.dir] = 0;
    cnt[st.x][st.y][st.dir] = 1;
    q.push(st);
    while(! q.empty()) {
        node t = q.front();
        q.pop();
        node tt;
        //cout << t.x << ' ' << t.y << ' ' << num[t.x][t.y][t.dir] << endl;
        for(int i=0; i<4; i++) { //转方向
            if(abs(t.dir - i) == 1 || abs(t.dir - i) == 3) {
                tt = t;
                if(num[t.x][t.y][i] == -1) {
                    num[t.x][t.y][i] = num[t.x][t.y][t.dir] + 1;
                    cnt[t.x][t.y][i] = cnt[t.x][t.y][t.dir];
                    tt.dir = i;
                    q.push(tt);
                } else if(num[t.x][t.y][i] == num[t.x][t.y][t.dir] + 1) {
                    cnt[t.x][t.y][i] = (cnt[t.x][t.y][i] + cnt[t.x][t.y][t.dir]) % mod;
                }
            }
        }
        tt = t;
        tt.x += dx[tt.dir];
        tt.y += dy[tt.dir];
        if(ok(tt.x,tt.y)) {
            if(num[tt.x][tt.y][tt.dir] == -1) { //移动
                num[tt.x][tt.y][tt.dir] = num[t.x][t.y][t.dir] + 1;
                cnt[tt.x][tt.y][tt.dir] = cnt[t.x][t.y][t.dir];
                q.push(tt);
            } else if(num[tt.x][tt.y][tt.dir] == num[t.x][t.y][t.dir] + 1) {
                cnt[tt.x][tt.y][tt.dir] = (cnt[tt.x][tt.y][tt.dir] + cnt[t.x][t.y][t.dir]) % mod;
            }
        }
    }
}

void solve() {
    int ans = INF;
    for(int i=0; i<4; i++) {
        if(num[end.x][end.y][i] != -1) {
            ans = min(ans,num[end.x][end.y][i]);
        }
    }
    if(ans == INF) {
        printf("%d -1\n",mod);
        return ;
    }
    int sum = 0;
    for(int i=0; i<4; i++) {
        if(num[end.x][end.y][i] == ans) sum = (sum + cnt[end.x][end.y][i]) % mod;
    }
    printf("%d %d\n",mod,sum);
}
int main() {
    char c;
    int ca = 1;
    while(scanf("%d%d%d",&n,&m,&mod) != EOF) {
        if(mod == 0) break;
        init();
        for(int i=0; i<n; i++) scanf("%s",map[i]);
        scanf("%d%d%d%d",&st.x,&st.y,&end.x,&end.y);
        scanf(" %c",&c);
        st.dir = getdir(c);
        bfs();
        printf("Case %d: ",ca++);
        solve();
    }
    return 0;
}


 




 

转载于:https://www.cnblogs.com/james1207/p/3304132.html

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过&ldquo;试凑法&rdquo;确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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