BFS——小妈妈找蝌蚪

31 篇文章 0 订阅

BFS——小妈妈找蝌蚪

题目描述

青蛙妈妈最近很不放心把蝌蚪宝宝送到幼儿园,但当她买菜回家时,却发现可爱的孩子小蝌蚪走丢了。
小池塘里有很多石头,青蛙家在其中标号为s的石头上。小蝌蚪会移动k分钟,每分钟会出现在任意石头旁边,甚至多次出现在一块石头旁边。但k分钟之后,蝌蚪宝宝就游不动了。
青蛙妈妈第0秒从家所在的石头出发,每分钟移动一次,可以留在原地,也可以跳跃到一块当前可跳跃到的石头上(只能在特定的石头间双向跳跃)。

输入描述:

多组数据。
第一行输入石头个数n,青蛙妈妈可以跳跃的石头对数m,蝌蚪宝宝的活动时间k,青蛙家所在的石头s。
之后输入k个数,其中第i个数代表第i分钟蝌蚪宝宝的位置,编号从i=1开始。
接下来输入m行,每行包括两个数ui,vi,表示青蛙妈妈可以在第ui个和vi个石头间双向跳跃。

输出描述:

请输出青蛙妈妈最少几分钟发现蝌蚪宝宝。

示例

输入

3 2 2 1
2 1
1 2
1 3
5 5 3 5
3 1 4
1 2
2 3
2 4
3 4
4 5

输出

1
3

备注:

1≤n≤100000,
1≤m≤2∗n,
1≤k≤100000,
1≤s≤n,
1≤u,v≤n,
无重边,无自环,保证联通,
数据不多于10组

分析

这题可以分成两种情况,第一种在k分钟之内,妈妈就找到小蝌蚪了,对于这种情况,就要找妈妈到达每块石头的最短时间,并从前往后遍历,如果到达某块石头的最短时间小于或等于小蝌蚪到达这块石头的时间,那么小蝌蚪到达这块石头的时间,就是妈妈可以找到小蝌蚪的最少时间。第二种情况是在k分钟以后,妈妈才找到小蝌蚪,这种情况下,说明在k分钟之内,妈妈到达每块石头的最短时间都大于小蝌蚪到达这块石头的时间,并不能找到,而k分钟后,小蝌蚪已经游不动了,只能待在一个地方,此时只要输出妈妈到达小蝌蚪此时所在石头的最少时间即可。

#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<iostream>
#include<vector>
#include<queue>
using namespace std;
const int maxn=1e5+5;
const int inf=0x3f3f3f3f;
int n,m,k,s;
int vis[maxn],dis[maxn];
vector<int> f[maxn];
void bfs(int src)
{
	queue<int> q;
	q.push(src);
	while(!q.empty()){
		int p=q.front();
		q.pop();
		for(int i=0;i<f[p].size();i++){
			int c=f[p][i];
			if(vis[c]>vis[p]+1){
				vis[c]=vis[p]+1;
				q.push(c);
			}
		}
	}
}
int main()
{
	while(cin>>n>>m>>k>>s){
		int flag=0;
		for(int i=1;i<=k;i++){
			cin>>dis[i];
		}
		for(int i=0;i<m;i++){
			int a,b;
			cin>>a>>b;
			f[a].push_back(b);
			f[b].push_back(a);
		}
		for(int i=1;i<=n;i++){
			vis[i]=inf;
		}
		vis[s]=0;
		bfs(s);
		for(int i=1;i<=k;i++){
			if(vis[dis[i]]<=i){
				cout<<i<<endl;
				flag=1;
				break;
			}
		}
		if(!flag){
			cout<<vis[dis[k]]<<endl;
		}
		for(int i=0;i<m;i++){
			f[i].clear();
		}
	}
	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DFS算法是一种用于图遍历或树遍历的算法。其核心思想是从起点开始递归地深入每一个可能的分支,直到无法继续为止,然后回溯到上一个节点,继续尝试其他分支。 DFS算法有两种实现方式:递归实现和非递归实现(使用栈)。 递归实现的DFS算法伪代码: ``` DFS(node): if node is None: return visit(node) for child in node.children: DFS(child) ``` 非递归实现的DFS算法伪代码: ``` DFS(node): stack = [node] while stack: node = stack.pop() if node.visited: continue visit(node) node.visited = True for child in node.children: stack.append(child) ``` 其中,visit(node)表示对节点node进行操作,例如打印节点值、记录路径等。 DFS算法的时间复杂度为O(V+E),其中V为节点数,E为边数。因为每个节点和每条边都只会被访问一次。 下面是一个例题,用DFS算法求解从起点到终点的路径(leetcode 79题): 给定一个二维网格和一个单词,出该单词是否存在于网格中。 单词必须按照字母顺序,通过相邻的单元格内的字母构成,其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。 示例: ``` board = [ ['A','B','C','E'], ['S','F','C','S'], ['A','D','E','E'] ] 给定 word = "ABCCED", 返回 true. 给定 word = "SEE", 返回 true. 给定 word = "ABCB", 返回 false. ``` 实现代码: ```python class Solution: def exist(self, board: List[List[str]], word: str) -> bool: if not board or not board[0]: return False m, n = len(board), len(board[0]) visited = [[False] * n for _ in range(m)] directions = [(0, 1), (0, -1), (1, 0), (-1, 0)] def dfs(i, j, k): if k == len(word): return True if i < 0 or i >= m or j < 0 or j >= n or visited[i][j] or board[i][j] != word[k]: return False visited[i][j] = True for dx, dy in directions: if dfs(i+dx, j+dy, k+1): return True visited[i][j] = False return False for i in range(m): for j in range(n): if dfs(i, j, 0): return True return False ``` 时间复杂度为O(m*n*3^k),其中m、n为网格大小,k为单词长度。因为每个格子都有可能走,所以是O(m*n),而每次调用dfs函数会向四个方向递归,每个方向都不能重复走,所以是3^k。
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