joj 2558 Ocean Currents 特别的广搜

题意:

  一个R*C的海面,1<= R、C<=1000,上面每个点都有八个方向之一的current,顺着流走一个单位cost 0,不顺着走一个单位cost 1。计算由一个初始位置到结束位置最小的cost.

思路:

  本来用A*,TLE,想想主要是因为A*考虑访问过的顶点,其实,这个题A*用的很憋屈,启发函数必须设成0。后来还是用了BFS,用两个队列,先把cost为0的全部入队列1,然后由队列1中的点扩展cost为1的点入队列2,直到队列1为空;再由队列2中点扩展cost为2的点,循环,直到找到目标节点。

  一般的BFS求最短路径,需要一个记录顶点路径长度的表,但是,这种用两个队列的方式,就不需要这个表,而只用一个变量即可。代码中,用两个指针来操作队列就可以了,内层循环结束了swap一下两个指针。

代码:

 

ContractedBlock.gif ExpandedBlockStart.gif 代码
 
   
#include < cstdio >
#include
< queue >
using namespace std;

struct position{
int x, y;
};

#define MAX 1000

int R, C;
char mt[MAX + 1 ][MAX + 4 ];
position S, T;
int move[ 8 ][ 2 ] = {{ - 1 , 0 }, { - 1 , 1 }, { 0 , 1 }, { 1 , 1 },
{
1 , 0 }, { 1 , - 1 }, { 0 , - 1 }, { - 1 , - 1 }};


bool is_valid( const position & v){
return ( 1 <= v.x && v.x <= R && 1 <= v.y && v.y <= C);
}

bool visited[MAX + 1 ][MAX + 1 ];
int BFS(){
for ( int i = 1 ; i <= R; ++ i)
for ( int j = 1 ; j <= C; ++ j)
visited[i][j]
= false ;
int dist, cur;
position u, v;
queue
< position > que1, que2;
queue
< position > * popen, * pnext;
dist
= 0 ;
popen
= & que1;
pnext
= & que2;

v
= S;
while (is_valid(v) && ! visited[v.x][v.y]){
if (v.x == T.x && v.y == T.y)
return dist;
popen
-> push(v);
visited[v.x][v.y]
= true ;
cur
= mt[v.x][v.y];
v.x
+= move[cur][ 0 ];
v.y
+= move[cur][ 1 ];
}
while ( true ){
++ dist;
while ( ! popen -> empty()){
u
= popen -> front();
popen
-> pop();
for ( int i = 0 ; i < 8 ; ++ i){
if (i == mt[u.x][u.y])
continue ;
v.x
= u.x + move[i][ 0 ];
v.y
= u.y + move[i][ 1 ];
while (is_valid(v) && ! visited[v.x][v.y]){
if (v.x == T.x && v.y == T.y)
return dist;
pnext
-> push(v);
visited[v.x][v.y]
= true ;
cur
= mt[v.x][v.y];
v.x
+= move[cur][ 0 ];
v.y
+= move[cur][ 1 ];
}
}
}
swap(popen, pnext);
}
}

int main(){
// freopen("in", "r", stdin);
while (scanf( " %d %d " , & R, & C) != EOF){
for ( int i = 1 ; i <= R; ++ i)
scanf(
" %s " , & mt[i][ 1 ]);
for ( int i = 1 ; i <= R; ++ i)
for ( int j = 1 ; j <= C; ++ j)
mt[i][j]
-= ' 0 ' ;
int m, d;
scanf(
" %d " , & m);
for ( int i = 0 ; i < m; ++ i){
scanf(
" %d %d %d %d " , & S.x, & S.y, & T.x, & T.y);
d
= BFS();
printf(
" %d\n " , d);
}
printf(
" \n " );
}
return 0 ;
}

 

 

转载于:https://www.cnblogs.com/liyongmou/archive/2010/07/23/1783396.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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