百练6044--鸣人与佐助(BFS)
来源:互联网 发布:网络解锁nck 编辑:程序博客网 时间:2024/05/01 09:19
题目大意:又是迷宫啊迷宫啊。鸣人救佐助,一开始手上有一定数量的查克拉,路上遇见大蛇丸的手下,需要耗费一个查克拉杀死对方,才能继续走,然而鸣人能够瞬杀,不耗费时间,只消耗移动距离的时间。没有查克拉,就要避开大蛇丸的手下咯。求最短时间,不能就输出-1。
分析:BFS。每个格子需要记录三个数据,横纵坐标,以及查克拉数量,如果当前查克拉数量,不超过之前经过时的查克拉数量,那就不用走这一步,否则,仍然可以继续走。
代码:
#include <cstdio>#include <cstring>#include <queue>#include <algorithm>using namespace std;const int maxn = 210;char g[maxn][maxn];int G[maxn][maxn];int m, n, w;int sr, sc, er, ec;int dr[4] = {0, 1, 0, -1};int dc[4] = {1, 0, -1, 0};struct Node { int r, c, w, t; Node(int r, int c, int w, int t) : r(r), c(c), w(w), t(t) {}};int main() { scanf("%d%d%d", &m, &n, &w); for(int i = 0; i < m; i++) { scanf("%s", g[i]); for(int j = 0; j < n; j++) { G[i][j] = -1; //每个格子的查克拉数量初始化为-1,因为鸣人没有查克拉的时候(即为0),依然可以走这个格子 if(g[i][j] == '@') sr = i, sc = j; if(g[i][j] == '+') er = i, ec = j; } } queue<Node> q; q.push(Node(sr, sc, w, 0)); G[sr][sc] = w; int ans = 1 << 30; while(!q.empty()) { Node p = q.front(); if(p.r == er && p.c == ec) { ans = p.t; break; } for(int i = 0; i < 4; i++) { int tr = p.r+dr[i]; int tc = p.c+dc[i]; if(tr >= 0 && tr < m && tc >= 0 && tc < n && p.w > G[tr][tc]) { if(g[tr][tc] == '#' && p.w > 0) { q.push(Node(tr, tc, p.w-1, p.t+1)); G[tr][tc] = p.w-1; } else if(g[tr][tc] == '*' || g[tr][tc] == '+') { q.push(Node(tr, tc, p.w, p.t+1)); G[tr][tc] = p.w; } } } q.pop(); } if(ans != 1 << 30) printf("%d\n", ans); else printf("-1"); return 0;}
0 0
- 百练6044--鸣人与佐助(BFS)
- 百练4115 鸣人和佐助(变式BFS)
- 百练 4155 鸣人和佐助
- 百练 4115 鸣人和佐助
- 百练4980 拯救行动[BFS]
- 百练4980--拯救行动(BFS)
- 百练 4116 拯救行动(bfs)
- 百练+BFS+模版化解题
- 百练OJ 晶矿的个数(基础BFS)
- 百练 4116 拯救行动 【bfs的内涵理解】
- 百练+二分图判断+BFS染色标记
- 百练+BFS实现topo_sort+两个队列存储
- 百练 名人和佐助
- hdu2717&&hdu1548-再练BFS
- 百练OJ 2816红与黑
- 百练 2703 骑车与走路
- 百练oj2816:红与黑
- 百练-2703:骑车与走路
- java 获取局域网中的所有主机名和IP地址
- UVA 10785 The Mad Numerologist
- iOS-NSDate之今天,昨天,这周,这个月,上个月
- UVA 10115
- SPOOLing技术
- 百练6044--鸣人与佐助(BFS)
- Android support v4中的Fragment和app包中的Fragment
- 6. php 基本语法
- POJ 1001 Exponentiation 高精度指数
- NSDate 前一天,或前一周
- IceCave
- 学习 java netty (一) -- java nio
- 基于ArcGIS for Server的服务部署分析
- 广义回归神经网络(GRNN)的数据预测