（国赛B题）沙漠掘金——基于深度优先搜索的沙漠掘金游戏策略求解（下，matlab代码）

最新推荐文章于 2023-02-22 23:41:56 发布
最新推荐文章于 2023-02-22 23:41:56 发布
阅读量2.1k 收藏 49
点赞数 8
分类专栏： matlab 数学建模 文章标签： 动态规划 算法 matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhulinhao/article/details/110357067
版权

1：first_question_1.m
clc
clear
close all
global weather
global path
global maxpath
global daypath
global maxdaypath
global d
global max_;
maxdaypath=[];
max_=0;
d=0;
maxpath=[];
path=[];
daypath=[];
weather=[2 2 1 3 1 2 3 1 2 2 3 2 1 2 2 2 3 3 2 2 1 1 2 1 3 2 1 1 2 2,1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1];
DFS(1,0);

2:DFS.m
function []= DFS(postion,day)
% 此处显示有关此函数的摘要
%%判断是否终止
global path daypath d;
global weather;
global max_;
global maxpath;
global maxdaypath;
p=path;
da=daypath;
path=[path postion];
daypath=[daypath day];
if(day>30)
path=p;
daypath=da;
return
end

if(postion~=4&&day==30)
path=p;
daypath=da;
return
end

if(postion==4)
vaule=check(path ,daypath)
if(vaule>max_)
max_=vaule;
maxpath=path;
maxdaypath=daypath;
end

d=d+1
path
daypath
path=p;
daypath=da;
return

end
if(weather(day+1)3)
if(postion1)
[day_cost_thisway]=use_thisway(day,postion,1);
DFS(1,day+day_cost_thisway)
end
if(postion==2)
[day_cost_thisway]=use_thisway(day,postion,2);
DFS(2,day+day_cost_thisway)
end

  if(postion==3)
 [day_cost_thisway]=use_thisway(day,postion,3);
  DFS(3,day+day_cost_thisway)
  end

else
if(postion1)
[day_cost_thisway]=use_thisway(day,postion,2);
DFS(2,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,4);
DFS(4,day+day_cost_thisway)
end
if(postion2)
[day_cost_thisway]=use_thisway(day,postion,3);
DFS(3,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,4);
DFS(4,day+day_cost_thisway)
end
if(postion==3)
[day_cost_thisway]=use_thisway(day,postion,3);
DFS(3,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,2);
DFS(2,day+day_cost_thisway)
end
end
path=p;
daypath=da;
return
End

4.use_thisway.m
function [day_use_thisway] = use_thisway(start_day,start_postion,end_postion)
%use_thisway 此处显示有关此函数的摘要
% start_day 表示做决策的那一天,故而start_day+1为进行决策的日期
% day_use_thisway表示到达end_postion那一天减去start_day
%cost
global weather
if(end_postion==start_postion)
day_use_thisway=1;
return
end

short_dis=zeros(4);
short_dis(1,2)=6;
short_dis(1,4)=3;
short_dis(2,3)=2;
short_dis(2,4)=3;
short_dis(3,2)=2;
i=short_dis(start_postion,end_postion);
day_now=start_day;
while(i>0)

if(weather(round(day_now+1))==1)
    day_now=day_now+1;
    i=i-1;
    

elseif(weather(round(day_now+1))==2)
    day_now=day_now+1;
    i=i-1;
   

elseif(weather(round(day_now+1))==3)
    day_now=day_now+1;
    
end

end

day_use_thisway=day_now-start_day;

end

5:use1.m
function [b,c,d]=use1(day,k,path)%
%time:来的时间
%qi：起点
%zhong：终点
weather=[1,1,0,2,0,1,2,0,1,1,2,1,0,1,1,1,2,2,1,1,0,0,1,0,2,1,0,0,1,1];
cost=[5,7;8,6;10,10];
b=0;%水消耗
c=0;%食物消耗
d=0;%赚钱
if(path(k)==2&&path(k+1)==3)
for i=day(k)+1:day(k+1)
if weather(i)==2
b=b+cost(weather(i)+1,1);
c=c+cost(weather(i)+1,2);
else
b=b+2cost(weather(i)+1,1);
c=c+2cost(weather(i)+1,2);
end
end
else
if path(k+1)~=3
for i=day(k)+1:day(k+1)
if weather(i)==2
b=b+cost(weather(i)+1,1);
c=c+cost(weather(i)+1,2);
else
b=b+2cost(weather(i)+1,1);
c=c+2cost(weather(i)+1,2);
end
end
else
for i=day(k)+1:day(k+1)
b=b+3cost(weather(i)+1,1);
c=c+3cost(weather(i)+1,2);
d=d+1000;
end
end
end

6:check.m
function [money] = check2(path,day)
%UNTITLED4 此处显示有关此函数的摘要
% 此处显示详细说明
%path:当前路径
%money:最大收益，如果当前路径过程中游戏玩家死亡，money为0
%day:天数
%1；起点；2：村庄；3：矿山；4：终点
A=size(path);
m=A(2);
xiaohao_water=zeros(1,m);
xiaohao_food=zeros(1,m);
income=zeros(1,m);
P=0;
for i=1:m-1
[a1,b1,c1]=use1(day,i,path);
xiaohao_water(i)=xiaohao_water(i)+a1;
xiaohao_food(i)=xiaohao_food(i)+b1;
income(i)=income(i)+c1;
end%计算消耗
keypoint=[m];%记录起点，终点和村庄的path位置
for i=m-1👎1
if path(i)==1||path(i)==2
keypoint=[i,keypoint];
end
end

size_keypoint=size(keypoint);
duan_water=zeros(1,size_keypoint(2)-1);
duan_food=zeros(1,size_keypoint(2)-1);
duan_income=zeros(1,size_keypoint(2)-1);
for i=1:size_keypoint(2)-1%获得每一段可补给点之间的消耗
for j=keypoint(i):keypoint(i+1)-1
duan_water(i)=duan_water(i)+xiaohao_water(j);
duan_food(i)=duan_food(i)+xiaohao_food(j);
duan_income(i)=duan_income(i)+income(j);
end
end
total_water=0;
total_food=0;
total_income=0;
for i=1:m
total_water=total_water+xiaohao_water(i);
total_food=total_food+xiaohao_food(i);
total_income=total_income+income(i);
end%计算总消耗
if (total_water3+total_food2<=1200&&total_water5+total_food10<=10000)
money=10000-(total_water5+total_food10)+total_income;
return
end
money_now=10000;
water_now=0;
food_now=0;
for i=1:size_keypoint
if(path(i)==1)
if(total_food>=((1200-3duan_water(i))/2))
money_now=money_now-5duan_water(i)-10*((1200-3duan_water(i))/2);
food_now=((1200-3duan_water(i))/2);
water_now=duan_water(i);
else
money_now=money_now-10total_food-5((1200-2total_food)/2);
food_now=total_food;
water_now=((1200-2total_food)/2);
end
if(money_now<0||3water_now+2food_now>1200)
money=0;
return
else
water_now=water_now-duan_water(i);
food_now=food_now-duan_food(i);
money_now=money_now+duan_income(i);
end
elseif(path(i)==2)
if(duan_water(i)>water_now)
money_now=money-10*(duan_water(i)-water_now);
water_now=duan_water;
end
if(duan_food(i)>food_now)
money_now=money-20*(duan_food(i)-food_now);
food_now=duan_food;
end
if(money_now<0||3water_now+2food_now>1200)
money=0;
return
else
water_now=water_now-duan_water(i);
food_now=food_now-duan_food(i);
money_now=money_now+duan_income(i);
end
elseif(path(i)==4)
money=money_now;
return
end
end

7:first_question_2.m
clc
clear
close all
global weather
global path
global daypath
global d
global max_
global maxpath;
global maxdaypath
max_=0;
d=0;
path=[];
maxdaypath=[];
daypath=[];
weather=[2 2 1 3 1 2 3 1 2 2 3 2 1 2 2 2 3 3 2 2 1 1 2 1 3 2 1 1 2 2,1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1];
DFS(1,0);

8.use2.m
function [b,c,d]=ues2(day,k,path)%
%time:来的时间
%qi：起点
%zhong：终点
weather=[1,1,0,2,0,1,2,0,1,1,2,1,0,1,1,1,2,2,1,1,0,0,1,0,2,1,0,0,1,1];
cost=[5,7;8,6;10,10];
b=0;%水消耗
c=0;%食物消耗
d=0;%赚钱
if path(k+1)=2&&path(k+1)=4
for i=day(k)+1:day(k+1)
b=b+cost(weather(i)+1,1);
c=c+cost(weather(i)+1,2);
end
else
for i=day(k)+1:day(k+1)
b=b+cost(weather(i)+1,1);
c=c+cost(weather(i)+1,2);
d=d+1000;
end
end

9:DFS.m
function []=DFS(postion ,day)
%%判断是否终止
global path daypath d;
global weather;
global max_
global maxpath
global maxdaypath
p=path;
da=daypath;
path=[path postion];
daypath=[daypath day];
if(day>30)
path=p;
daypath=da;
return
end

if(postion~=6&&day==30)

path=p;
daypath=da;
return

end

if(postion6)
vaule=check(path ,daypath)
if(vaule>max_)
max_=vaule;
maxpath=path;
maxdaypath=daypath;
end
d=d+1
path
daypath
path=p;
daypath=da;
return
end
if(weather(day+1)3)
if(postion1)
[day_cost_thisway]=use_thisway(day,postion,1);
DFS(1,day+day_cost_thisway)
end
if(postion2)
[day_cost_thisway]=use_thisway(day,postion,2);
DFS(2,day+day_cost_thisway)
end
if(postion3)
[day_cost_thisway]=use_thisway(day,postion,3);
DFS(3,day+day_cost_thisway)
end
if(postion4)
[day_cost_thisway]=use_thisway(day,postion,4);
DFS(4,day+day_cost_thisway)
end
if(postion==5)
[day_cost_thisway]=use_thisway(day,postion,5);
DFS(5,day+day_cost_thisway)
end
else

if(postion==1)
[day_cost_thisway]=use_thisway(day,postion,2);
DFS(2,day+day_cost_thisway)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,3);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,3,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,4);
DFS(4,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,5);
DFS(5,day+day_cost_thisway)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,6);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,6,day+day_cost_thisway)

elseif(postion2)
[day_cost_thisway]=use_thisway(day,postion,2);
DFS(2,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,3);
DFS(3,day+day_cost_thisway)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,4);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,4,day+day_cost_thisway)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,5);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,5,day+day_cost_thisway)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,6);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,6,day+day_cost_thisway)
elseif(postion3)
[day_cost_thisway]=use_thisway(day,postion,2);
DFS(2,day+day_cost_thisway)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,3);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income+1000,3,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,4);
DFS(4,day+day_cost_thisway)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,5);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,5,day+day_cost_thisway)
[day_cost_thisway]=use_thisway(day,postion,6);
DFS(6,day+day_cost_thisway)
elseif(postion==4)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,2);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,2,day+day_cost_thisway)

 [day_cost_thisway]=use_thisway(day,postion,3);
  DFS(3,day+day_cost_thisway)
  
 [day_cost_thisway]=use_thisway(day,postion,4);
  DFS(4,day+day_cost_thisway)
  
 [day_cost_thisway]=use_thisway(day,postion,5);
  DFS(5,day+day_cost_thisway)
  
 [day_cost_thisway]=use_thisway(day,postion,6);
  DFS(6,day+day_cost_thisway)

elseif(postion==5)
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,2);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,2,day+day_cost_thisway)
%
% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,3);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income,3,day+day_cost_thisway)

 [day_cost_thisway]=use_thisway(day,postion,4);
  DFS(4,day+day_cost_thisway)

% [water_cost_thisway,food_cost_thisway,day_cost_thisway]=use_thisway(day,postion,5);
% DFS(water_cost+water_cost_thisway, food_cost+food_cost_thisway,income+1000,5,day+day_cost_thisway)

 [day_cost_thisway]=use_thisway(day,postion,6);
  DFS(6,day+day_cost_thisway)

end
end
path=p;
daypath=da;
return
end

10:check.m
function [money] = check(path,day)
%UNTITLED4 此处显示有关此函数的摘要
% 此处显示详细说明
%path:当前路径
%money:最大收益，如果当前路径过程中游戏玩家死亡，money为0
%day:天数
%1；起点；2：村庄；3：矿山；4：终点
A=size(path);
m=A(2);
xiaohao_water=zeros(1,m);
xiaohao_food=zeros(1,m);
income=zeros(1,m);
P=0;
for i=1:m-1
[a1,b1,c1]=use1(day,i,path);
xiaohao_water(i)=xiaohao_water(i)+a1;
xiaohao_food(i)=xiaohao_food(i)+b1;
income(i)=income(i)+c1;
end%计算消耗
keypoint=[m];%记录起点，终点和村庄的path位置
for i=m-1👎1
if path(i)==1||path(i)==3||path(i)==5
keypoint=[i,keypoint];
end
end

size_keypoint=size(keypoint);
duan_water=zeros(1,size_keypoint(2)-1);
duan_food=zeros(1,size_keypoint(2)-1);
duan_income=zeros(1,size_keypoint(2)-1);
for i=1:size_keypoint(2)-1%获得每一段可补给点之间的消耗
for j=keypoint(i):keypoint(i+1)-1
duan_water(i)=duan_water(i)+xiaohao_water(j);
duan_food(i)=duan_food(i)+xiaohao_food(j);
duan_income(i)=duan_income(i)+income(j);
end
end
total_water=0;
total_food=0;
total_income=0;
for i=1:m
total_water=total_water+xiaohao_water(i);
total_food=total_food+xiaohao_food(i);
total_income=total_income+income(i);
end%计算总消耗
if (total_water3+total_food2<=1200&&total_water5+total_food10<=10000)
money=10000-(total_water5+total_food10)+total_income;
return
end
money_now=10000;
water_now=0;
food_now=0;
more_food=0;
for i=1:size_keypoint(2)
if(path(keypoint(i))==1)
if(total_food>=((1200-3duan_water(i))/2))
money_now=money_now-5duan_water(i)-10*((1200-3duan_water(i))/2);
food_now=((1200-3duan_water(i))/2);
water_now=duan_water(i);
else
money_now=money_now-10total_food-5((1200-2total_food)/3);
food_now=total_food;
water_now=((1200-2total_food)/3);
end
if(money_now<0||(3water_now+2food_now)>1200)
if((3duan_water(i)+2duan_water(i))<=1200)
more_food= more_food+food_now-duan_food(i);
food_now=duan_food(i);
water_now=duan_water(i);
else
money=0;
return
end
else
water_now=water_now-duan_water(i);
food_now=food_now-duan_food(i);
money_now=money_now+duan_income(i);
end
elseif(path(keypoint(i))==3||path(keypoint(i))==5)
if(duan_water(i)>water_now)
money_now=money_now-10*(duan_water(i)-water_now);
water_now=duan_water(i);
end
if(duan_food(i)>food_now)
money_now=money_now-20*(duan_food(i)-food_now);
food_now=duan_food(i);
end
if(money_now<0||(3water_now+2food_now)>1200)
if((3duan_water(i)+2duan_water(i))<=1200)
more_food= more_food+food_now-duan_food(i);
food_now=duan_food(i);
water_now=duan_water(i);
else
money=0;
return
end
else
water_now=water_now-duan_water(i);
food_now=food_now-duan_food(i);
money_now=money_now+duan_income(i);
end
elseif(path(keypoint(i))==6)
money=money_now+10*more_food;;
return
end
end
end

NUAA&XMU---朱林昊
关注
  • 8
    点赞
  • 踩
  • 49
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
团队游戏之沙漠掘金[文].pdf
10-31
团队游戏之沙漠掘金[文].pdf
2020年数学建模B题穿越沙漠全部代码全国赛二等奖.rar
06-17
2020年数学建模B题穿越沙漠全部代码全国赛二等奖
基于静态博弈的穿越沙漠游戏最优策略
qq_30520009的博客
12-29 4022
全国大学生数学建模大赛B题简析基于静态博弈的穿越沙漠游戏最优策略摘要一、问题重述二、问题分析第一问的分析第二问的分析第三问的分析部分代码 基于静态博弈的穿越沙漠游戏最优策略 摘要 穿越沙漠是一款生存和盈利相结合的游戏，即玩家要在规则的限定下按时到 达终点，并尽可能使自己的收益最大化。收益最大化就意味着尽量避免因为天气、 时间、负重上限、路线规划等因素（以下统称“因素”）消耗不必要的资源。为 解决在因素的影响下如何能够保证每名玩家每轮游戏结束都获益最大的问题，本 文首先用 matlab 软件根据 Floyd
深度优先搜索（DFS）及其matlab代码
weixin_42105848的博客
05-02 6178
深度优先搜索算法的学习~
深度优先搜索_matlab
04-08
【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：深度优先搜索_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员
穿越沙漠问题
liyankang的博客
02-22 1276
穿越沙漠问题，反向推导
掘金一键签到，玩游戏，抽奖，沾福气脚本
06-18
本文将深入探讨“掘金一键签到，玩游戏，抽奖，沾福气脚本”这一主题，旨在帮助用户更高效地利用掘金平台，并通过自动化脚本提升参与活动的便捷性。 首先，我们要理解什么是“一键签到”。在许多网络平台上，签到是...
[精选]拓展培训游戏沙漠掘金.pptx
10-12
拓展培训游戏沙漠掘金 本资源摘要信息中，我们将详细介绍拓展培训游戏沙漠掘金的知识点。沙漠掘金是一个经典的体验式管理培训课程，旨在培养团队合作、资源管理、风险管理和策略决策等技能。 团队角色 在沙漠掘金...
3-《从决策到执行——-沙漠掘金》(PPT43页).ppt
09-23
3-《从决策到执行——-沙漠掘金》(PPT43页).ppt
沙漠掘金拓展游戏PPT课件.pptx
10-13
沙漠掘金拓展游戏PPT课件 通过对PPT课件的分析，我们可以总结出以下几个方面的知识点： 1. 探险队伍管理： 在这次探险活动中，每个探险队伍都需要组建自己的队伍，包括队长、财务官、交易员、行者等角色。队长...
数学建模美赛国赛算法全录附matlab代码
02-05
里面有数学建模大多数的算法，包括对应的代码，都是我自己整理的
2020建模国赛b题的测试demo.rar
08-14
大概就是2020国赛对于b题第一关的测试，是按照正确的路线以及决策进行检验的一份代码，代码编写过程涉及matlab面向对象的一些应用，可以在此基础编写其他关卡的测试代码，也可以基于此编写求解算法，可以让你抛掉一些逻辑上比较复杂的操作，专心在算法上。
IDL写的OTSU算法
07-09
IDL打开影像，做波段运算，用OTSU得到分割阈值，生成二值图，并转换成shp矢量
matlab bfs 增广链,数据结构（算法）-图（深度优先搜索 DFS和广度优先搜索BFS）...
weixin_35520863的博客
03-17 274
#include using namespace std;#define MaxVex 30typedef char VertexType;typedef struct vexNode adjList[MaxVex];struct edgeNode{int adjvex;//邻接点序列VertexType data;//邻接点信息struct edgeNode *next;};struct vex...
随想
zhe13
06-24 659
我觉得一个策划的能力并不是在炫耀他知道多少基础，而是在于他的逻辑能归纳出多少新的机制，这些机制可能是前所未有的，也可能是很多人已经在用了但大多是偏方，并且这些机制可以沿用与之后所有游戏的开发，比如Buff机制。而谦虚的策划则应该这个已经在多个项目中成功运作的基础上继而研究，完善并突破这套机制用在更多的游戏中，并且发布出来，好让别人继续要救并突破，这就是成长。程序界的成长和积累几十年来都是这么来的
6.3.2穿越沙漠
weixin_46020391的博客
05-16 900
穿越沙漠 思路： 数学模型:根据耗油量最少目标的分析,采用倒推法。 第一段长度为500km且第一个加油点储油量为500。 第二段中为了储备油,吉普车在这段的行程必须有往返。下面讨论怎样走效率高: (1)首先不计方向这段应走奇数次(保证最后向终点方向走)。 (2)每次向终点行进时吉普车是满载的。 (3)这个加油点要储存下一加油点的储油量以及建立下一加油点路上的油耗。 该图是满足以上条件的最佳方案。 第二段共走3次:第一、二次来回耗油量为装载量的2/3,储油量则为装载量的1/3,第三次单向行驶耗油量为装载量的
2020华数杯全国大学生数学建模竞赛B题-工业零件切割优化方案的设计(二)(附MATLAB和lingo代码)
getusushu的博客
09-14 918
在零件的生产过程中，要依照零件产品尺寸从原材料中截取初级产品，不同的截取方案有不同的材料利用率，利用率直接影响产品的生产成本。我们建立了数学模型，对切割方案进行了设计。对于问题一，求用一块原材料切割 LJ1 利用率最大的方案。为了简化模型，首先建立分层切割模型，将三维问题转化为二维问题，得出应在高度方向以 LJ1 的厚度分成 6层。对每一层以利用率最大为目标函数，以椭圆在不同排列方式下间距、长度、宽度等的限制为约束条件建立模型。根据椭圆的性质可知交错排列显然优于对齐排列，因此在。
matlab练习程序（广度优先搜索BFS、深度优先搜索DFS）
weixin_33888907的博客
01-08 6894
如此经典的算法竟一直没有单独的实现过，真是遗憾啊。 广度优先搜索在过去实现的二值图像连通区域标记和prim最小生成树算法时已经无意识的用到了，深度优先搜索倒是没用过。 这次单独的将两个算法实现出来，因为算法本身和图像没什么关系，所以更纯粹些。 广度优先搜索是从某一节点开始，搜索与其线连接的所有节点，按照广度方向像外扩展，直到不重复遍历所有节点。 深度优先搜索是从某一节点开始，沿着其搜索到的...
华泰证券-交通运输行业深度研究：行稳致远再出发，掘金一带一路-230530.pdf
最新发布
06-20
交通运输行业深度研究：行稳致远再出发，掘金一带一路-230530.pdf”是一篇关于交通运输行业的深度研究报告，由华泰证券的研究团队发布，主要探讨了在“一带一路”倡议下，交通运输行业的发展机遇与投资策略。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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