【蓝桥杯】2017初赛 跳蚱蜢(bfs,循环数组)

这篇博客探讨了一个有趣的算法问题:如何通过最少的跳跃次数,使9只蚱蜢在圆圈中按逆时针方向重新排列,同时保持空盘位置不变。作者采用了广度优先搜索(BFS)策略,利用队列和集合来避免重复状态。然而,代码在运行时出现了超时,可能的原因是搜索空间过大或者没有有效地剪枝。博客鼓励读者思考优化解决方案。

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

如图所示: 有9只盘子,排成1个圆圈。其中8只盘子内装着8只蚱蜢,有一个是空盘。

在这里插入图片描述

我们把这些蚱蜢顺时针编号为 1~8。每只蚱蜢都可以跳到相邻的空盘中,也可以再用点力,越过一个相邻的蚱蜢跳到空盘中。
请你计算一下,如果要使得蚱蜢们的队形改为按照逆时针排列,并且保持空盘的位置不变(也就是1-8换位,2-7换位,…),至少要经过多少次跳跃?

不要让蚂蚱移动,让空盘子移动。那么空盘子就有4种情况,可以很容易想到bfs。
要用到队列(用来广度优先搜索),set(用来去重)。结构体重载其实可以不用,自己写传的值也可以。

这个代码运行超时,没明白是什么原因。


```cpp
#include<bits/stdc++.h>
using namespace std;

char *start = "012345678";
char *target = "087654321";

struct StateAndLevel{
	char *state;//状态 
	int level;//层次
	int pos0;//零的位置 
	StateAndLevel(char*_state,int _level,int _pos0):state(_state),level(_level),pos0(_pos0){}
};//初始化列表
struct cmp{
	bool operator()(char* a,char* b){
		return strcmp(a,b)<0;
	}
};
queue<StateAndLevel> q;
set<char*,cmp>allState;

void swap(char *s,int a,int b){//交换函数 
	char t = s[a];
	s[a] = s[b];
	s[b] = t;
}
void addNei(char* state,int pos,int newPos,int le){
	char *new_state = (char*)malloc(9*sizeof(char));
	strcpy(new_state,state);
	swap(new_state,pos,newPos);
	if(allState.find(new_state) == allState.end()){
		allState.insert(new_state);
		q.push(StateAndLevel(new_state, le + 1,newPos));
	}
}
int main(){
	q.push(StateAndLevel(start,0,0));
	while(!q.empty()){
		StateAndLevel sal = q.front();
		char *state = sal.state;
		int le = sal.level;
		int pos0 = sal.pos0;
		allState.insert(state);
		if(strcmp(state,target) == 0){
			printf("%d",le);
			return 0;
		}
		int new_pos = (pos0 - 1 + 9) % 9;
		addNei(state, pos0, new_pos, le);
		new_pos = (pos0 + 1 + 9) % 9;
		addNei(state, pos0, new_pos, le);
		new_pos = (pos0 - 2 + 9) % 9;
		addNei(state, pos0, new_pos, le);
		new_pos = (pos0 + 2 + 9) % 9;
		addNei(state, pos0, new_pos, le);
		q.pop();
	}
}

### 蚱蜢算法代码解析 蚱蜢问题的核心在于通过二分查找来确定最大的最小跃距离。以下是详细的分析和解释: --- #### 1. **问题背景** 该问题是经典的“河中石头”变种问题,目标是在给定的石头位置集合中找到一个合适的最小跃距离 $d$,使得移除不超过 $m$ 块石头后,青蛙可以从起点成功到终点[^1]。 --- #### 2. **核心逻辑** - 使用二分法逐步逼近最优解。 - 定义两个边界:`L` 和 `R`,分别代表可能的最小跃距离的上下界。 - 对于每次尝试的距离 $ \text{mid} = (\text{L} + \text{R}) / 2 $,验证是否存在一种方案使青蛙能够在移除最多 $m$ 块石头的情况下完成跃。 - 如果可行,则更新下界 $ \text{L} = \text{mid} $;否则缩小上界 $ \text{R} = \text{mid} - 1 $。 --- #### 3. **函数详解** ##### 函数 `Delete(int x)` 此函数用来计算在设定的最小跃距离为 $x$ 的情况下,需要移除多少块石头才能满足条件。 ```cpp int Delete(int x){ int f = 0, cnt = 0; for(int i = 1; i <= n; i++){ if(a[i] - a[f] < x){ // 当前石块与最近可用石块之间的距离小于x cnt++; // 记录需要移除的石块数 } else{ f = i; // 更新最近可用石块的位置 } } return cnt <= m; // 判断是否可以在移除不超过m块石块的情况下完成跃 } ``` - 参数 $x$: 尝试的最小跃距离。 - 返回值: 若能在移除不超过 $m$ 块石头的前提下完成跃,返回 true;否则返回 false。 --- #### 4. **主函数流程** ```cpp #include <iostream> using namespace std; long long l, n, m, a[50005], L, R; int main(){ cin >> l >> n >> m; // 输入河流长度、石头数量、允许的最大移除石头数 for(int i = 1; i <= n; i++) cin >> a[i]; // 输入每块石头的位置 a[++n] = l; // 添加终点作为最后一块石头 L = 0, R = l; // 初始化二分查找的区间 [L, R] while(L < R){ int mid = (L + R + 1) / 2; // 取中间值作为新的候选最小跃距离 if(Delete(mid)){ L = mid; // 如果当前候选距离可行,则增大下界 } else{ R = mid - 1; // 否则减小上界 } } cout << L; // 输出最终的最大化最小跃距离 return 0; } ``` - 主要操作是对数组 `a[]` 进行处理,并利用二分查找不断调整最小跃距离直到收敛至最佳解。 --- #### 5. **复杂度分析** - 时间复杂度: $O(n \log(l))$ - 外层循环执行 $\log(l)$ 次(由二分决定)。 - 内部遍历整个石头列表的时间复杂度为 $O(n)$。 - 空间复杂度: $O(n)$,主要用于存储石头位置。 --- #### 6. **注意事项** - 输入数据应按升序排列,确保相邻两块石头间的距离计算无误。 - 边界情况需特别注意,例如当所有石头都必须保留时如何处理。 --- ### 示例运行过程 假设输入如下: ``` l = 25, n = 5, m = 2 stones = [2, 11, 14, 17, 21] ``` 初始状态: $$ \text{L} = 0,\ \text{R} = 25 $$ 第一次迭代 ($\text{mid} = 13$): - 删除不可达的石头 `[2, 11, 14]`,共移除 3 块石头 (> m),因此降低上界 $ \text{R} = 12 $. 第二次迭代 ($\text{mid} = 7$): - 删除不可达的石头 `[2, 11]`,共移除 2 块石头 (= m),保持下界 $ \text{L} = 7 $. 第三次迭代 ($\text{mid} = 10$): - 删除不可达的石头 `[2, 11]`,共移除 2 块石头 (= m),保持下界 $ \text{L} = 10 $. 最终输出最大化的最小跃距离为 10。 --- ### 结论 通过上述方法可以有效解决蚱蜢问题,关键是合理运用二分查找并结合实际需求调整参数范围[^1]。 ---
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