Codeforces 1065D Three Pieces

简述题意:

算法:记忆化搜索+dp

难度:NOIP+

题解:

我们采用记忆化搜索的方法

dp[i][j][z][t][k]表示的是到达mapp[i][j]这个点,采用上述3种走法的第z种,已经更换了t次走法(第二个ans),已经按照顺序访问到了编号为k这个点时,所花费的最小代价。

然后,我们就可以快乐地去分类讨论,记忆化bfs了。

注意:我们记忆化搜索的时候,如果dp值已经被更新过,那么就不需要再次被更新了,想想这是为什么!

我们其实可以发现,队列中所有状态的dp值其实我们已经保证了单调递增,所以如果我们如果在此时刻已经对某一个状态进行了转移,那么下次如果还想要转移此状态,那么再次转移到此状态的dp值一定大于等于此状态dp已有的值!

最后统计答案时,要注意,第一次先找到最小的花费ans,第二次由于有可能有许多的t值满足答案为ans,这时我们选择第一层循环从小到大枚举t,这样,如果找到了与ans相等的dp值,即可输出这时的t,一定的最合法(小)的解。

伪代码如下:

int ans=0x3f3f3f3f; 
    for(int t = 0;t <= 205;t++)
    {
    	for(int z = 1;z <= 3;z++)
		{
            if(dp[dex][dey][z][t][n*n]!=-1)
            {
            //	cout << dp[dex][dey][z][t][n*n] << " ";
    			ans = min(dp[dex][dey][z][t][n*n],ans);
    		}
    	}
    	//puts("");
	}
	for(int t = 0;t <= 205;t++)//一定要先枚举t,因为我们已经统计出最小的ans,这时需要保证t最小!!! 
 	{
	    for(int z = 1;z <= 3;z++)
	    {
            if(dp[dex][dey][z][t][n*n]==ans)
            {
            	//cout << t << " ";
    			printf("%d %d\n",ans,t);
    			exit(0);
    		}
        }
    }

注意:细节超级多!!!

代码如下:

#include <cstdio>
#include <iostream>
#include <cstring>
#include <cstdlib>
#include <cmath>
#include <algorithm>
#include <queue>
#define ll long long
#define N 15
using namespace std;
/*bfs搜索,状态可以这么设定dp[i][j][z][t][k]表示到达g[i][j]这个点,
用的是第z种走法,已经换了t次走法,已经按顺序访问了k个点,此时的最小精力值。*/
struct node
{
    int x,y,k,t,z;
    node(int x_x,int y_y,int k_k,int t_t,int z_z)
    {
        x=x_x;
        y=y_y;
        z=z_z;
        k=k_k;
        t=t_t;//刚刚把=打成-,莫名 MLE!!!w 
    }
};
int dp[12][12][5][N*N][N*N];
int dx1[8][2]={{-2,-1},{-2,1},{2,-1},{2,1},{-1,-2},{-1,2},{1,-2},{1,2}}; //马 
int dx2[4][2]={{-1,0},{1,0},{0,1},{0,-1}}; //车 
int dx3[4][2]={{-1,-1},{-1,1},{1,-1},{1,1}}; //相 
int mapp[N][N];
int n;
void bfs(int q,int w)
{
    dp[q][w][1][0][1]=0;
    dp[q][w][2][0][1]=0;
    dp[q][w][3][0][1]=0;
    queue<node>Q;
    Q.push(node(q,w,1,0,1));
    Q.push(node(q,w,1,0,2));
    Q.push(node(q,w,1,0,3));
    while(!Q.empty())
    {
        node u=Q.front();
        Q.pop();
        int x=u.x,y=u.y,z=u.z,k=u.k,t=u.t;
        for(int i = 1;i <= 3;i++)
        {
            if(i==z) continue;
            if(dp[x][y][i][t+1][k]!=-1) continue;
            dp[x][y][i][t+1][k]=dp[x][y][z][t][k]+1;//刚刚把z打成了i????..... 
            Q.push(node(x,y,k,t+1,i));
        }
        if(z==1)
        {
            for(int i = 0;i < 8;i++)
            {
                int xx=x+dx1[i][0],yy=y+dx1[i][1],kk=k;
                if(xx<1||xx>n||yy<1||yy>n) continue;
                if(mapp[xx][yy]==k+1) kk++;
                if(dp[xx][yy][z][t][kk]!=-1) continue;
                dp[xx][yy][z][t][kk]=dp[x][y][z][t][k]+1;
                Q.push(node(xx,yy,kk,t,z));
            }
        }
        if(z==2)
        {
            for(int j = 1;j <= 10;j++)
            {
                for(int i = 0;i < 4;i++)
                {
                    int xx=x+j*dx2[i][0],yy=y+j*dx2[i][1],kk=k;
                    if(xx<1||xx>n||yy<1||yy>n) continue;
                    if(mapp[xx][yy]==k+1) kk++;
                    if(dp[xx][yy][z][t][kk]!=-1) continue;
                    dp[xx][yy][z][t][kk]=dp[x][y][z][t][k]+1;
                    Q.push(node(xx,yy,kk,t,z));
                }
            }
        }
        if(z==3)
        {
            for(int j = 1;j <= 10;j++)
            {
                for(int i = 0;i < 4;i++)
                {
                    int xx=x+j*dx3[i][0],yy=y+j*dx3[i][1],kk=k;
                    if(xx<1||xx>n||yy<1||yy>n) continue;
                    if(mapp[xx][yy]==k+1) kk++;
                    if(dp[xx][yy][z][t][kk]!=-1) continue;
                    dp[xx][yy][z][t][kk]=dp[x][y][z][t][k]+1;
                    Q.push(node(xx,yy,kk,t,z));
                }
            }
        }
    }
}
int main()
{
    //printf("%d\n",sizeof(dp)/1024/1024); 
    scanf("%d",&n);
    int stx,sty,dex,dey;
    for(int i = 1;i <= n;i++)
    {
        for(int j = 1;j <= n;j++)
        {
            int x;
            scanf("%d",&x);
            mapp[i][j]=x;
            if(x==1) stx=i,sty=j;
            if(x==n*n) dex=i,dey=j;
        }
    }
    memset(dp,-1,sizeof(dp));
    bfs(stx,sty);
    int ans=0x3f3f3f3f; 
    for(int t = 0;t <= 205;t++)
    {
    	for(int z = 1;z <= 3;z++)
		{
            if(dp[dex][dey][z][t][n*n]!=-1)
            {
            //	cout << dp[dex][dey][z][t][n*n] << " ";
    			ans = min(dp[dex][dey][z][t][n*n],ans);
    		}
    	}
    	//puts("");
	}
	for(int t = 0;t <= 205;t++)//一定要先枚举t,因为我们已经统计出最小的ans,这时需要保证t最小!!! 
 	{
	    for(int z = 1;z <= 3;z++)
	    {
            if(dp[dex][dey][z][t][n*n]==ans)
            {
            	//cout << t << " ";
    			printf("%d %d\n",ans,t);
    			exit(0);
    		}
        }
    }
    return 0 ;
} 

 

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
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