第四题 wolf

森林里有一头狼,它在树林了觅食。突然,它发现了一头羚羊,羚羊也发现了它,转身便跑。狼很有经验,它没有茫然地去追这头鹿,因为,它知道,鹿会在没有动物抓它是在x单位的时间内怎么走,而林子里的路纵横交错,许多地方都有路障,我们可以把林子变成一个n*m的矩形,有n行,m列。狼的位置用字符’x’来表示,羚羊的位置用字符’y’来表示,通路用字符’.‘来表示,路障用字符’#'来表示。狼每一单位时间,必须走2格,每一单位时间都不可以与羚羊在同一格,不然就要被羚羊发现了。狼要在羚羊之前来到某地,停止奔跑,进行等待。狼想要知道抓住羚羊的最快的路该怎么走,但它不会算,可是它有一台高科技的笔记本电脑,里面有c++,但是它不会编,于是就请聪明的你,打开c++,编写这个程序吧!

第四题 wolf

是我想用来拉开差距的一题。

不会这道题的同学可以直接打No,稳稳拿到20分。

很多同学用了贪心

#include <bits/stdc++.h>
using namespace std;
int main(){
	cout<<"No";
	return 0;
}

多好,目标不高,拿的

当然赵海鲲的正解标程,可不是这样做的,用了宽搜,听说毕大佬用了深搜,em,玄学。

两步的宽搜吗,so easy

#include <bits/stdc++.h>
using namespace std;
int a[55][110][110],mp[110][110],sx,sy,ex,ey,o[55][110][110];
deque<int>q1;
deque<int>q2;
deque<int>ti;
int dx[4]={-1,1,0,0};
int dy[4]={0,0,-1,1};
int main(){
	memset(mp,-1,sizeof(mp));
	int b,n,m;
	cin>>n>>m;
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			char ch;
			cin>>ch;
			if(ch!='#')mp[i][j]=0;
			if(ch=='y')sx=i,sy=j;
			if(ch=='x')ex=i,ey=j;
		}
	}
	cin>>b;
	for(int i=1;i<=b;i++){
		char ch;
		cin>>ch;
		switch(ch){
			case 'u':sx--;break;
			case 'd':sx++;break;
			case 'l':sy--;break;
			case 'r':sy++;break;
		}
		a[i][sx][sy]=1;
	}
	q1.push_back(ex);
	q2.push_back(ey);
	ti.push_back(0);
	while(!ti.empty()){
		if(ti.front()>=b){
			cout<<"No";
			return 0;
		}
		int x=q1.front(),y=q2.front();
		for(int i=0;i<4;i++){
			int tx=x+dx[i],ty=y+dy[i];
			if(tx>=1&&tx<=n&&ty>=1&&ty<=m&&a[ti.front()+1][tx][ty]==0&&mp[tx][ty]==0){
				for(int j=0;j<4;j++){
					int nx=tx+dx[j],ny=ty+dy[j];
					if(nx>=1&&nx<=n&&ny>=1&&ny<=m&&a[ti.front()+1][nx][ny]==0&&o[ti.front()+1][nx][ny]==0&&mp[tx][ty]==0){
						o[ti.front()+1][nx][ny]=1;
						q1.push_back(nx);
						q2.push_back(ny);
						ti.push_back(ti.front()+1);
						for(int k=ti.front()+2;k<=b;k++){
							if(a[k][nx][ny]==1){
								cout<<"Yes "<<ti.front()+1;
								return 0;
							}
						}
					}
				}
			}
		}
		q1.pop_front();
		q2.pop_front();
		ti.pop_front();
	}cout<<"No";
	return 0;
}

只要细心,就可以做对了,没有什么技术含量。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Lyapunov Wolf是一种用于分析非线性动力系统的方法,通过计算动力系统的Lyapunov指数和Wolf指数来研究其混沌特性和灵敏度依赖性。 Lyapunov指数用于刻画动力系统相空间中不同轨迹的发散率。它描述了相空间中轨迹相互分离的速率,从而反映了系统的混沌性质。当Lyapunov指数大于零时,系统便处于混沌状态,轨迹将随时间而发散;而当Lyapunov指数小于零时,系统处于稳定状态,轨迹趋于收敛。 Wolf指数则用于描述相空间中的局部灵敏度依赖性,即系统中微小的起始条件的微小变化会如何影响系统的演化。Wolf指数通过统计相空间中邻域点对的平均分离速率,来衡量系统响应初始条件微小改变时的灵敏度。当Wolf指数大于零时,系统表现出高度的灵敏度依赖性,即微小的初始条件变化会引起系统演化的剧烈变化。 通过计算Lyapunov指数和Wolf指数,可以对非线性动力系统的演化特性进行全面分析。Lyapunov Wolf方法可以帮助我们理解混沌系统的行为和演化规律,揭示系统的灵敏度和可预测性。这对于许多领域,如天气预测、地球物理学、神经科学等都具有重要的应用价值。 总之,Lyapunov Wolf方法是一种分析非线性动力系统的重要手段,通过计算系统的Lyapunov指数和Wolf指数,可以揭示系统的混沌性质和灵敏度依赖性,为我们理解和应用这些系统提供了重要的工具和方法。
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