蓝桥杯之剪格子(经典dfs)

本文介绍了一个算法挑战,目标是在给定的mxn格子中找到一种分割方式,使得分割后的两部分数字和相等。通过深度优先搜索(DFS)算法,寻找包含左上角格子的分割区最小格子数目。

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

如下图所示,3 x 3 的格子中填写了一些整数。

+--*--+--+
|10* 1|52|
+--****--+
|20|30* 1|
*******--+
| 1| 2| 3|
+--+--+--+
我们沿着图中的星号线剪开,得到两个部分,每个部分的数字和都是60。

本题的要求就是请你编程判定:对给定的m x n 的格子中的整数,是否可以分割为两个部分,使得这两个区域的数字和相等。

如果存在多种解答,请输出包含左上角格子的那个区域包含的格子的最小数目。

如果无法分割,则输出 0。

Input

程序先读入两个整数 m n 用空格分割 (m,n<10)。

表示表格的宽度和高度。

接下来是n行,每行m个正整数,用空格分开。每个整数不大于10000。

Output

输出一个整数,表示在所有解中,包含左上角的分割区可能包含的最小的格子数目。

Sample Input

样例输入1
3 3
10 1 52
20 30 1
1 2 3

样例输入2
4 3
1 1 1 1
1 30 80 2
1 1 1 100

Sample Output

样例输出1
3

样例输出2
10

Source

蓝桥杯
 
分析:先统计一下所以数的和sum,从左上角的格子出发,当走到某个格子的时候,路径上的数和等于sum/2的时候,该剪法可以,返回步数
 
最后返回所有合法步数的最小值
经典的dfs
 
code:
#include<bits/stdc++.h>
using namespace std;
int n,m;
int a[20][20];
int sum;
int rs;
int dir[4][2]={-1,0,1,0,0,-1,0,1};
int vis[20][20];
void dfs(int x,int y,int c,int temp)
{
    temp+=a[x][y];
    c++;
    if(temp==sum/2)
    {
        rs=min(rs,c);
    }
    for(int i=0;i<4;i++)
    {
        int xx=x+dir[i][0];
        int yy=y+dir[i][1];
        if(xx>=1&&xx<=n&&yy>=1&&yy<=m&&vis[xx][yy]==0)
        {
            vis[xx][yy]=1;
            dfs(xx,yy,c,temp);
            vis[xx][yy]=0;
        }
    }
}
int main()
{
    sum=0;
    cin>>m>>n;
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
        cin>>a[i][j],sum+=a[i][j],vis[i][j]=0;
    rs=4000;
    dfs(1,1,0,0);
    if(rs==4000)
        cout<<"0"<<endl;
    else
        cout<<rs<<endl;
    return 0;
}

 

转载于:https://www.cnblogs.com/yinbiao/p/10479670.html

### 关于蓝桥杯竞赛中的 Java DFS 解法 在蓝桥杯竞赛中,深度优先搜索(DFS)是一种常见的算法技术,用于解决许多复杂问题。以下是基于题目描述以及相关引用内容整理的一个典型 DFS 示例及其应用。 #### 1. **DFS 的基本概念** 深度优先搜索 (Depth First Search, DFS) 是一种遍历或搜索树或图的算法。该算法会尽可能深地探索每一个分支,在遇到无法继续前进的情况时回溯到上一层节点并尝试其他路径[^2]。 --- #### 2. **蓝桥杯 DFS 题目示例** 假设有一道典型的蓝桥杯题目如下: > 给定一个 n×m 的网格地图,其中某些格子是障碍物 ('#'),其余为空白 ('.')。从起点出发,求能够到达终点的最大步数。每次移动只能上下左右四个方向之一,并且不能穿过障碍物。 此问题可以通过 DFS 来实现。下面是一个完整的解决方案。 --- #### 3. **Java 实现代码** ```java import java.util.Scanner; public class BlueBridgeCupDFS { static int[][] directions = { {-1, 0}, {1, 0}, {0, -1}, {0, 1} }; // 上下左右 static boolean[][] visited; static char[][] grid; static int maxSteps = 0; // 记录最大步数 public static void main(String[] args) { Scanner sc = new Scanner(System.in); int n = sc.nextInt(); // 行数 int m = sc.nextInt(); // 列数 grid = new char[n][]; visited = new boolean[n][m]; for (int i = 0; i < n; i++) { grid[i] = sc.next().toCharArray(); } dfs(0, 0, 0); // 假设从左上角 (0, 0) 开始 System.out.println(maxSteps); sc.close(); } private static void dfs(int row, int col, int steps) { if (row < 0 || row >= grid.length || col < 0 || col >= grid[row].length || grid[row][col] == '#' || visited[row][col]) { return; // 边界条件或者已经访问过 } visited[row][col] = true; // 标记当前点已访问 maxSteps = Math.max(maxSteps, steps + 1); // 更新最大步数 for (int[] dir : directions) { int newRow = row + dir[0]; int newCol = col + dir[1]; dfs(newRow, newCol, steps + 1); // 向四周扩展 } visited[row][col] = false; // 回溯,恢复状态 } } ``` 上述代码实现了通过 DFS 寻找从起点到任意可达位置的最大步数的功能。核心逻辑在于递归调用 `dfs` 方法来逐步深入探索可能的路径,并利用回溯机制确保每条路径都被充分考虑。 --- #### 4. **优化与注意事项** - **枝操作**:为了提高效率,可以在特定条件下提前终止不必要的递归过程。例如,当发现某条路径不可能优于已有最优解时即可停止进一步计算。 - **记忆化存储**:对于重复访问的状态,可以引入缓存机制减少冗余运算量。这通常适用于动态规划与 DFS 结合使用的场景[^3]。 - **边界处理**:务必仔细检查输入数据范围及特殊测试样例,比如全为障碍物的地图等情况。 --- ###
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