HDU 2717 Catch That Cow(bfs基础)

博客给出题目链接,问题是在一维坐标轴上,从起点到终点,可向前一步、向后一步或移动到当前坐标*2的点,求最少步数。作者起初想用dfs求解未成功,后发现网上多用bfs。还给出了AC代码。

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=2717

题意:在一维坐标轴上给你起点和终点的坐标,你可以向前走一步向后走一步移动到当前坐标*2的点 ,问你最少能用几步到达终点

思路:其实我一开始想用dfs的,后来做不出来,看到网上的blog都是用bfs,唉。。。。

AC代码:

#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
using namespace std;
int m,k;
int vis[200000];
struct node{
    int x;
    int step;
}q,temp;
int  bfs()
{
    int i;
    memset(vis,0,sizeof(vis));
    queue<node>que;
    que.push(q);
    vis[q.x]=1;
    while(!que.empty())    
    {
        q=que.front();
        que.pop();
        if(q.x==k) return q.step;
        temp=q;
        temp.x=q.x+1;
        if(temp.x>=0&&temp.x<=100000&&vis[temp.x]==0)
        {
            temp.step=q.step+1;
            vis[temp.x]=1;
            que.push(temp);
        }
        temp.x=q.x-1;
        if(temp.x>=0&&temp.x<=100000&&vis[temp.x]==0)
        {
            temp.step=q.step+1;
            vis[temp.x]=1;
            que.push(temp);
        }
        temp.x=q.x*2;
        if(temp.x>=0&&temp.x<=100000&&vis[temp.x]==0)
        {
            temp.step=q.step+1;
            vis[temp.x]=1;
            que.push(temp);
        }
    }
}
int main()
{
    while(scanf("%d%d",&m,&k)!=EOF)
    {
        q.x=m;
        q.step=0;
        cout<<bfs()<<endl;
    }
    return 0;
}

 

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