POJ-3984-迷宫问题(BFS)

本文介绍了一种使用广度优先搜索(BFS)算法解决迷宫问题的方法,通过定义迷宫结构并实现BFS算法,成功地找到了从起点到终点的最短路径。

迷宫问题

Time Limit: 1000MS Memory Limit: 65536K
Total Submissions: 33522 Accepted: 19106

Description

定义一个二维数组: 

int maze[5][5] = {

	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,

};


它表示一个迷宫,其中的1表示墙壁,0表示可以走的路,只能横着走或竖着走,不能斜着走,要求编程序找出从左上角到右下角的最短路线。

Input

一个5 × 5的二维数组,表示一个迷宫。数据保证有唯一解。

Output

左上角到右下角的最短路径,格式如样例所示。

Sample Input

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

Sample Output

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

 

#include <iostream>
#include <cstring>
#include <queue>
#include <stack>
#include <algorithm>
using namespace std;

int MAP[10][10];
bool visit[10][10];
int dir[4][2] = {{-1,0},{1,0},{0,-1},{0,1}};

struct MiGong
{
    int x, y;
    int fa, ma;
};

MiGong M[10][10], v;

void BFS ( int x, int y )
{
    queue <MiGong> Q;
    visit[x][y] = true;
    Q.push( M[x][y] );
    //int X = 1;
    while( !Q.empty() )
    {
        //for( int i=0; i<X; i++ )
        //cout << "你个智障,死循环了";
        //cout << endl;
        //X++;
        v = Q.front();
        Q.pop();
        //cout << "**" << endl;
        if( v.x == 4 && v.y == 4 )
            break;

        struct MiGong now;
        for( int i=0; i<=4; i++ )
        {
            now.x = v.x + dir[i][0];
            now.y = v.y + dir[i][1];
            now.fa = v.x;
            now.ma = v.y;

            //cout << "##" << endl;
            if( now.x >= 0 && now.y >= 0 && now.x < 5 && now.y < 5 )

                if( !visit[now.x][now.y] && !MAP[now.x][now.y] )
                {
                    visit[now.x][now.y] = true;
                    Q.push( now );
                    M[now.x][now.y] = now;
                    //cout << "#" << endl;
                }
        }
        /*if( M[v.x-1][v.y].data == 0 )
        {
            Q.push( M[v.x-1][v.y] );
            M[v.x-1][v.y].fa = v.x-1;
            M[v.x-1][v.y].ma = v.y;
            M[v.x-1][v.y].data = -1;
        }
        if( M[v.x][v.y-1].data == 0 )
        {
            Q.push( M[v.x][v.y-1] );
            M[v.x][v.y-1].fa = v.x;
            M[v.x][v.y-1].ma = v.y-1;
            M[v.x][v.y-1].data == -1;
        }
        if( M[v.x+1][v.y].data == 0 )
        {
            Q.push( M[v.x+1][v.y] );
            M[v.x+1][v.y].fa = v.x+1;
            M[v.x+1][v.y].ma = v.y;
            M[v.x][v.y-1].data == -1;
        }
        if( M[v.x][v.y+1].data == 0 )
        {
            Q.push( M[v.x][v.y+1] );
            M[v.x][v.y+1].fa = v.x;
            M[v.x][v.y+1].ma = v.y+1;
            M[v.x][v.y-1].data == -1;
        }*/
    }

    stack <MiGong> S;
    while( v.fa != -1 && v.ma != -1 )
    {
        S.push(v);
        //cout << "(" << v.x << "," << v.y << ")" << endl;
        v = M[v.fa][v.ma];
    }
    S.push(v);
    while( !S.empty() )
    {
        v = S.top();
        S.pop();
        cout << "(" << v.x << ", " << v.y << ")" << endl;
    }
}


int main()
{
    memset( MAP, 1, sizeof(MAP));
    int i, j;
    for( i=0; i<5; i++ )
        for( j=0; j<5; j++ )
        {
            cin >> MAP[i][j];
            M[i][j].x = i;
            M[i][j].y = j;
            M[i][j].fa = -1;
            M[i][j].ma = -1;
        }

    BFS( 0, 0 );

    return 0;
}

 

转载于:https://www.cnblogs.com/gaojinmanlookworld/p/10586867.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)动态控制搜索过程,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