A.走方格

链接:https://ac.nowcoder.com/acm/contest/368/A

题意:

在一个n*n的方格中,你只能斜着走。
你还有一次上下左右走的机会
给你一个起点(sx,sy),和终点(ex,ey),询问从起点到终点最少走多少步。

思路:

行到行,列到列,步数都是固定的。

直接比较哪个大就行。

代码:

#include <bits/stdc++.h>
using namespace std;

typedef long long LL;

int main()
{
    LL a, sx, sy, ex, ey;
    cin >> a >> sx >> sy >> ex >> ey;
    cout << (max(abs(ex - sx),abs(ey - sy))) << endl;


    return 0;
}

  

转载于:https://www.cnblogs.com/YDDDD/p/10357750.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python可以用来处理各种类型的问题,其中包括走方格的问题,当方格中出现障碍时,这个问题就会变得更加复杂。为了解决这个问题,我们需要使用算法来寻找最优的路径,最常用的算法之一就是A*算法。 A*算法是一种搜索算法,能够在给定的搜索空间中找到最优解。在走方格问题中,搜索空间是一个矩形,由多个小方格组成,每个小方格代表一个状态。起点和终点是已知的,但是障碍会使搜索变得更为复杂。 为了使用A*算法解决这个问题,我们需要为每个状态定义一个启发式评估函数,用来估计离目标的距离。这个函数可以是简单的曼哈顿距离,即两点之间的水平和垂直距离之和,也可以是更复杂的欧几里得距离。 我们还需要为每个状态定义一个代价函数,用来计算从起点到该状态的代价。代价函数也可以是简单的距离,但是在处理障碍时,我们需要给障碍对应的状态设置更高的代价,以防止算法误解障碍。 一旦我们定义了这些函数,我们就可以使用A*算法来搜索最短路径。算法将从起点开始,计算每个状态的代价和启发式评估,并将距离加在一起,选择具有最小总代价的状态作为下一个状态。当状态达到终点时,我们就找到了最短路径。 总的来说,Python是一种非常强大的工具,可以用来解决许多类型的问题。对于走方格问题,我们可以使用A*算法来处理障碍,以找到最短路径。这种算法需要一些特殊的定义,包括代价和启发式评估函数,但是一旦我们定义了这些函数,就可以轻松地解决这个问题。
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