POJ 3083 Children of the Candy Corn(DFS+BFS)

poj 3083

  • 题目大意

#……#
#.####.#
#.####.#
#.####.#
#.####.#
#…#..#
#S#E####

求出从起点S到终点E的沿着左边墙(#)、右边墙、和最短距离。

  • 分析
    最短距离就是裸的BFS,沿左边墙和右边差不多,用DFS。用一个face变量来表示当前的面朝方向,关键是在某个位置是需要不断转向来判断面朝的方向是否能走。

  • 总结
    在写了几道BFS DFS后慢慢有点感觉了,一次AC率也提高了,还是比较开心的。BFS DFS的题就是经常代码有点长,但又一部分可以直接ctrlC ctrlV再修改下就行了。逻辑也还算清晰。

  • 代码
#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstring>
#include<cstdlib>
#include<queue>
using namespace std;
const int INF=999999999;
int T;
int w,h;
int sx,sy;
int tx,ty;
int k[4][2]={{0,1},{1,0},{0,-1},{-1,0}};//k[i][j],表示朝方向i走一格 0表示x的变化1表示y的变化
char  grid[50][50];
int bj[50][50];
int ans1,ans2,ans3;
int face;//0 1 2 3 表示面朝上 右 下 左
struct Node
{
      int x;
      int y;
      int step;
};
bool Is_Can(int x,int y)//判断是否可以走
{
       if(grid[x][y]=='.' || grid[x][y]=='E' ) return 1;
       else return 0;
}
int Turn_left(int x)
{
      return (x-1+4)%4;
}
int Turn_right(int x)
{
      return (x+1)%4;
}
void Init_face(int &face)
{
      if(sx==1)face=1;
      else if(sx==w)face=3;
      else if(sy==1)face=0;
      else face=2;
}
int Dfsl(int x,int y,int face)
/*
从(x,y)沿着左边墙走到终点的步数,包括起点
*/
{
     if(x==tx && y== ty)return 1;
     for(int i=0;i<4;i++)
     {
           face=Turn_left(face);//左
           if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsl(x+k[face][0],y+k[face][1],face)+1;
           else
           {
                face=Turn_right(face);//前
                if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsl(x+k[face][0],y+k[face][1],face)+1;
                else
                {
                    face=Turn_right(face);//右
                    if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsl(x+k[face][0],y+k[face][1],face)+1;
                    else
                    {
                          face=Turn_right(face);//后
                          if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsl(x+k[face][0],y+k[face][1],face)+1;
                    }
                }
           }
     }
}
int Dfsr(int x,int y,int face)
/*
从(x,y)沿着左边墙走到终点的步数,包括起点
*/
{
     if(x==tx && y== ty)return 1;
     for(int i=0;i<4;i++)
     {
           face=Turn_right(face);//右
           if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsr(x+k[face][0],y+k[face][1],face)+1;
           else
           {
                face=Turn_left(face);//前
                if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsr(x+k[face][0],y+k[face][1],face)+1;
                else
                {
                    face=Turn_left(face);//左
                    if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsr(x+k[face][0],y+k[face][1],face)+1;
                    else
                    {
                          face=Turn_left(face);//后
                          if(Is_Can(x+k[face][0],y+k[face][1]))return Dfsr(x+k[face][0],y+k[face][1],face)+1;
                    }
                }
           }
     }
}
void Bfs()
{
      queue<Node>Q;
      Node s;
      s.x=sx;s.y=sy;s.step=1;
      bj[s.x][s.y]=1;
      Q.push(s);
      while(!Q.empty())
      {
            Node temp=Q.front();
            Q.pop();
            int x=temp.x;
            int y=temp.y;
            int step=temp.step;
            if(x==tx && y==ty){ans3=step;return;}
            if(Is_Can(x+1,y) && !bj[x+1][y])
            {
                Node temp2;
                temp2.x=x+1;
                temp2.y=y;
                temp2.step=step+1;
                Q.push(temp2);
                bj[x+1][y]=1;
            }
            if(Is_Can(x-1,y) && !bj[x-1][y])
            {
                Node temp2;
                temp2.x=x-1;
                temp2.y=y;
                temp2.step=step+1;
                Q.push(temp2);
                bj[x-1][y]=1;
            }
            if(Is_Can(x,y+1) && !bj[x][y+1])
            {
                Node temp2;
                temp2.x=x;
                temp2.y=y+1;
                temp2.step=step+1;
                Q.push(temp2);
                bj[x][y+1]=1;
            }
            if(Is_Can(x,y-1)&& !bj[x][y-1])
            {
                Node temp2;
                temp2.x=x;
                temp2.y=y-1;
                temp2.step=step+1;
                Q.push(temp2);
                bj[x][y-1]=1;
            }
      }
}
int main()
{
    scanf("%d",&T);
    int c;
    while(T--)
    {
          memset(bj,0,sizeof(bj));
          scanf("%d%d",&w,&h);
          for(int j=h;j>=1;j--)
          {
                getchar();
                for(int i=1;i<=w;i++)
                {
                      scanf("%c",&grid[i][j]);
                      if(grid[i][j]=='S'){sx=i;sy=j;}
                      if(grid[i][j]=='E'){tx=i;ty=j;}
                }
          }
          Bfs();
          Init_face(face);
          ans1=Dfsl(sx,sy,face);
          Init_face(face);
          ans2=Dfsr(sx,sy,face);
          cout<<ans1<<" "<<ans2<<" "<<ans3<<endl;
    }
}
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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