1631. 最小体力消耗路径

LIZHUOLONG1

已于 2024-05-15 10:30:58 修改

阅读量166

点赞数

分类专栏： LeetCode刷题文章标签：算法 leetcode 数据结构

于 2023-06-06 18:11:41 首次发布

本文链接：https://blog.csdn.net/LIZHUOLONG1/article/details/131073413

版权

LeetCode刷题专栏收录该内容

305 篇文章 4 订阅

订阅专栏

该文介绍了一种使用C语言结合二分查找和BFS广度优先搜索算法来解决最小体力消耗路径问题的方法。代码通过检查每个相邻节点的高度差是否小于等于mid值来推进搜索，并在遍历过程中标记已访问节点。最终通过二分查找确定最小的努力值。

摘要由CSDN通过智能技术生成

1631. 最小体力消耗路径

在这里插入图片描述

C代码：二分查找 + BFS

int dirs[4][2] = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};

bool check(int** heights, int m, int n, int mid) {
    int q[n * m][2];
    int qleft = 0, qright = 0;
    q[qright][0] = 0;
    q[qright++][1] = 0;

    int seen[m * n];
    memset(seen, 0, sizeof(seen));
    seen[0] = 1;

    while (qleft < qright) {
        int x = q[qleft][0], y = q[qleft++][1];
        for (int i = 0; i < 4; ++i) {
            int nx = x + dirs[i][0];
            int ny = y + dirs[i][1];
            // mid适配相邻节点的最小高度的差
            if (nx >= 0 && nx < m && ny >= 0 && ny < n && seen[nx * n + ny] != 1 && abs(heights[x][y] - heights[nx][ny]) <= mid) {
                q[qright][0] = nx;
                q[qright++][1] = ny;
                seen[nx * n + ny] = 1;
            }
        }
    }
    return seen[m * n - 1] == 1;
}

// 不断改变二分mid值，去适配相邻点之间的最小高度差
// 如果走到了最后一个节点，则继续减小mid（right = mid - 1），若没有则说明mid值太低了
// 最后二分结束后，返回最后一次成功的ans值
int minimumEffortPath(int** heights, int heightsSize, int* heightsColSize) {
    int m = heightsSize;
    int n = heightsColSize[0];
    int left = 0, right = 999999, ans = 0;  // 0、99999为高度差，对高度差进行二分法
	
    while (left <= right) {  
        int mid = (left + right) / 2;
        if (check(heights, m, n, mid)) {
            ans = mid;  
            right = mid - 1;
        } else {
            left = mid + 1;
        }
    }
    return ans;
}