【bfs】jzoj1235 洪水 纪中集训提高B组

ime Limits: 1000 ms Memory Limits: 65536 KB Detailed Limits

Description

一天, 一个画家在森林里写生,突然爆发了山洪,他需要尽快返回住所中,那里是安
全的。
森林的地图由R行C列组成,空白区域用点“.”表示,洪水的区域用“*”表示,而
岩石用“X”表示,另画家的住所用“D”表示,画家用“S”表示。
有以下几点需要说明:
1、 每一分钟画家能向四个方向移动一格(上、下、左、右)
2、 每一分钟洪水能蔓延到四个方向的相邻格子(空白区域)
3、 洪水和画家都不能通过岩石区域
4、 画家不能通过洪水区域(同时也不行,即画家不能移到某个格子,该格子在画家达到的同时被洪水蔓延到了,这也是不允许的)
5、 洪水蔓不到画家的住所。
给你森林的地图,编写程序输出最少需要花费多长时间才能从开始的位置赶回家中。

Input

输入第一行包含两个整数R和C(R,C<=50)。
接下来R行每行包含C个字符(“.”、“*”、“X”、“D”或“S”)。地图保证只有一个“D”和一个“S”。

Output

输出画家最快安全到达住所所需的时间,如果画家不可能安全回家则输出“KAKTUS”。

Sample Input

输入1:
3 3
D.*

.S.

输入2:
3 3
D.*

…S

输入3:
3 6
D…*.
.X.X…
…S.

Sample Output

输出1:
3

输出2:
KAKTUS

输出3:
6


感觉在BZ考过原题其实。
暴力bfs即可。
虽然知道这是一道大水题但是我A了它还是很开心。
听评讲发现洪水的蔓延可以逆向思维,一次bfs算出每个点被洪水浸没的时间即可。
但是我是直接记录了一下当前时间,如果到了下一秒(就是bfs树的下一层),就暴力更新洪水的蔓延状况,因为n比较小所以我还是过了。
就是’D’那个特殊符号要特判一下,打码的时候忘了,结果还调了好久2333。

#include<queue>
#include<cstring>
#include<cstdio>
#include<algorithm>
using namespace std;
#define N 55
#define M 2005
const int dx[]={0,0,1,-1},dy[]={1,-1,0,0};
char mp[N][N];
bool vis[N][N];
int r,c,sx,sy,tx,ty;
struct node{
	int x,y,tim;
};
queue<node>Q;
bool check(int nx,int ny)
{
	if(nx<1||nx>r||ny<1||ny>c||mp[nx][ny]=='*'||mp[nx][ny]=='X')
		return 0;
	//if(nx==1&&ny==1) printf("%d %d\n",nx,ny);
	return 1;
}
void sch()
{
	for(int i=1;i<=r;i++)
		for(int j=1;j<=c;j++)
			if(mp[i][j]=='*')
				for(int k=0;k<4;k++)
					if(check(i+dx[k],j+dy[k])&&mp[i+dx[k]][j+dy[k]]!='D')
						mp[i+dx[k]][j+dy[k]]='^';
	for(int i=1;i<=r;i++)
		for(int j=1;j<=c;j++)
			if(mp[i][j]=='^')
				mp[i][j]='*';
}
int main()
{
    scanf("%d %d",&r,&c);
    for(int i=1;i<=r;i++)
    {
    	scanf("%s",mp[i]+1);
    	for(int j=1;j<=c;j++)
    	{
    		if(mp[i][j]=='S') sx=i,sy=j;
    		if(mp[i][j]=='D') tx=i,ty=j;
		}
	}
	while(!Q.empty())
		Q.pop();
	node tmp;tmp.x=sx,tmp.y=sy,tmp.tim=0;
	Q.push(tmp);
	int last_time=0;
	while(!Q.empty())
	{
		node now=Q.front();
		Q.pop();
		if(now.tim>last_time)
		{
			sch();
			last_time=now.tim;
		}
		//printf("%d %d %d\n",now.x,now.y,now.tim);
		//for(int i=1;i<=r;i++)
		//	puts(mp[i]+1);
		if(mp[now.x][now.y]=='*') continue;
		for(int k=0;k<4;k++)
		{
			node nxt;nxt.x=now.x+dx[k],nxt.y=now.y+dy[k],nxt.tim=now.tim+1;
			if(!check(nxt.x,nxt.y)||vis[nxt.x][nxt.y]) continue;
			if(nxt.x==tx&&nxt.y==ty)
			{
				printf("%d\n",nxt.tim);
				return 0;
			}	
			//printf("%d %d %d\n",nxt.x,nxt.y,nxt.tim);
			vis[nxt.x][nxt.y]=1;
			Q.push(nxt);
		}
	}
	puts("KAKTUS"); 
    return 0;
}
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