【算法入门&搜索法】走迷宫 单源最短路径1_利用搜索算法完成走迷宫c#

本文介绍了如何通过广度优先搜索(BFS)算法求解二维矩阵中的单源最短路径问题,使用对组pair表示坐标,通过定义数组确定移动方向,并利用队列优化搜索过程,最后给出相关代码实现和注释。
摘要由CSDN通过智能技术生成
  • 使用对组pair表示横纵坐标:
    • 纵坐标正方向用第一个变量表示,横坐标正方向用第二个变量表示
    • 相当于点(x,y)在第四象限的移动,x在竖轴,y在横轴移动
  • 每个位置都要进行四周的移动,因此要设计移动逻辑:
    • 不妨定义两个数组,通过-101 的组合确定移动方向
    • 访问到未被访问的坐标就把其入队并将布尔值设为true,避免重复访问
      • 该点的距离根据起始点的距离进行加一,终点的距离就是最终结果

1.2、代码实现与注释

本题源码:

#include <iostream>
#include <cstring> // 引入memset函数的头文件
#include <queue>
using namespace std;
queue<pair<int, int>> q;
const int N = 1001;
int  w[N][N]; // 代表矩阵中起点到各点最短距离
char a[N][N]; // 用来输入\*或者. (障碍和通路)
bool b[N][N]; // 标志位,记录坐标是否被访问过

int xs, ys, xt, yt; // s 代表起始点,t代表终点
int n, m;

// 注意dx和dy数组存放的数据要对应,代表着上下左右的移动方向
int dx[4] = {-1, 0, 1, 0}, dy[4] = {0, 1, 0, -1};

// 核心算法:广度优先
int bfs() {
    memset(w, -1, sizeof(w)); // 初始距离全部设为-1
    memset(b, 0, sizeof(b));  // 初始邻接矩阵全部设为未访问
    b[xs][ys] = 1;
    q.push(make\_pair(xs, ys));
    while (!q.empty()) {
        int x1, y1;
        x1 = q.front().first, y1 = q.front().second;
        q.pop();
        for (int i = 0; i < 4; i++) {
            int x2 = x1 + dx[i], y2 = y1 + dy[i];
            if (x2 >= 1 && x2 <= n && y2 >= 1 && y2 <= m && b[x2][y2] == false &&
                    a[x2][y2] == '.') {
                b[x2][y2] = true;
                w[x2][y2] = w[x1][y1] + 1;
                q.push(make\_pair(x2, y2));
            }
        }
    }
    return w[xt][yt] + 1;
}

int main() {
    cin >> n >> m;
    cin >> xs >> ys >> xt >> yt;
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
            cin >> a[i][j];
    if (bfs() == 0)
        cout << "-1" << endl;
    else
        cout << bfs();
    return 0;
}

重要注释:

  • 将各种矩阵与变量定义在 main 函数以外,这样可以使用无参的bfs函数,省去了传参过程
  • memset 函数常用于给存储空间快速赋值,比较典型的就是配合数组进行初始化
  • 坐标方面的细节:
    • (-1,0)、(1,0)、(0,-1)、(0,1)分别表示上移、下移、左移、右移

2、AB19 【模板】单源最短路1

之前发过单源最短路2,最短路1与之的区别在于边的权值都是1

文章链接:图论入门

2.1、单源最短路汇总

边权值相同的解题源码:

#include <iostream>
#include<climits> // 使用INT\_MAX所需要引入的头文件
const int MAX = 5001;
using namespace std;


int main() {
    int G[MAX][MAX];
    for (int i = 0; i < MAX; i++) {
        for (int j = 0; j < MAX; j++) {
            G[i][j] = INT_MAX;
        }
    }
    int n, m;
    cin >> n >> m;
    int u, v;
    for (int i = 1; i <= m; i++) {
        cin >> u >> v;
        G[u][v] = 1;
        G[v][u] = 1;
    }
    bool flag[MAX];
    int dist[MAX];
    for (int i = 1; i < MAX; i++) {
        dist[i] = G[1][i];
        flag[i] = false;
    }

    dist[1] = 0;
    flag[1] = true;
    for (int i = 2; i < MAX; i++) {
        int temp = INT_MAX, index = 1;
        for (int j = 1; j < MAX; j++) {
            if (flag[j] == false && dist[j] < temp) {
                temp = dist[j];
                index = j;
            }
        }
        if (index != 1) {
            flag[index] = true;
        }
        for (int i = 2; i < MAX; i++) {
            if (flag[i] == false && G[index][i] != INT_MAX) {


![img](https://img-blog.csdnimg.cn/img_convert/34f1dbaee06ccf1b948fdb104dcac9f4.png)
![img](https://img-blog.csdnimg.cn/img_convert/d30d03f82b95b2cfcdeab31a5c704d70.png)

**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

  • 6
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
分支限界是一种用于解决最优化问题的算法,它能够在搜索空间中寻找最优解。在单源最短路径问题中,分支限界的主要思想是通过逐步扩展搜索树,不断缩小搜索空间。 对于TSP问题,我们可以将其表示为一个完全图,其中每个节点都表示一个城市。我们的目标是找到一条路径,使得经过所有城市且总路程最短。分支限界的基本流程如下: 1.初始化搜索树,将起点城市作为根节点,并将所有其他城市作为子节点。 2.对于每个子节点,计算从根节点到该节点的路径长度,并将其作为节点估价函数的值。 3.将子节点按照估价函数的值进行排序,选择最小估价函数的子节点进行扩展。 4.对于被选择的子节点,计算到达该节点的路径长度,并将其作为下一层子节点的估价函数值。 5.重复步骤3和4,直到找到一条经过所有城市的路径。 分支限界的关键在于如何计算估价函数的值。对于TSP问题,可以使用贪心算法来计算估价函数的值,即假设当前路径已经经过了若干个城市,那么从当前城市到最近未经过的城市的距离就是估价函数的值。这种贪心算法虽然不一定能够得到最优解,但是可以保证搜索空间的一定程度缩小,从而提高搜索效率。 当然,分支限界还有其他的优化策略,例如剪枝和界限优化等,这些策略可以进一步提高搜索效率,使得算法更加迅速地寻找到最优解。
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