【算法入门&搜索法】走迷宫|单源最短路径1

简介: 【算法入门&搜索法】走迷宫|单源最短路径1

🔥前言

本专栏收录的均为牛客网的算法题目,内含链表、双指针、递归、动态规划、基本数据结构等算法思想的具体运用。牛客网不仅有大量的经典算法题目,也有大厂的面试真题,面试、找工作完全可以来这里找机会。此外,网站内的编码主题多样化,调试功能可运用性强,可谓是非常注重用户体验。这么好的免费刷题网站还不快入手吗,快去注册开启算法百炼成神之路吧!


1、AB20 走迷宫

广度优先算法实现,充分利用邻接矩阵


题目链接:走迷宫

78a63f09de55451b8d65dd384351e6f8.png

27c2d28db3ae445ba0141c13b003eb6d.png


1.1、解题思路

本题求的是起点到最终点所需要走的最小步数,那就必然少不了邻接矩阵的使用与点移动的逻辑,而整体上是广度优先算法来实现,需要利用队列:


根据网格大小确定邻接矩阵的大小并初始化全都未被访问:

用标记数组flag来记录位置是否被访问过

使用对组pair表示横纵坐标:

纵坐标正方向用第一个变量表示,横坐标正方向用第二个变量表示

相当于点(x,y)在第四象限的移动,x在竖轴,y在横轴移动

每个位置都要进行四周的移动,因此要设计移动逻辑:

不妨定义两个数组,通过-1,0 ,1 的组合确定移动方向

访问到未被访问的坐标就把其入队并将布尔值设为true,避免重复访问

该点的距离根据起始点的距离进行加一,终点的距离就是最终结果

1.2、代码实现与注释

本题源码:

#include <iostream>
#include <cstring> // 引入memset函数的头文件
#include <queue>
using namespace std;
queue<pair<int, int>> q;
const int N = 1001;
int  w[N][N]; // 代表矩阵中起点到各点最短距离
char a[N][N]; // 用来输入*或者. (障碍和通路)
bool b[N][N]; // 标志位,记录坐标是否被访问过
int xs, ys, xt, yt; // s 代表起始点,t代表终点
int n, m;
// 注意dx和dy数组存放的数据要对应,代表着上下左右的移动方向
int dx[4] = {-1, 0, 1, 0}, dy[4] = {0, 1, 0, -1};
// 核心算法:广度优先
int bfs() {
    memset(w, -1, sizeof(w)); // 初始距离全部设为-1
    memset(b, 0, sizeof(b));  // 初始邻接矩阵全部设为未访问
    b[xs][ys] = 1;
    q.push(make_pair(xs, ys));
    while (!q.empty()) {
        int x1, y1;
        x1 = q.front().first, y1 = q.front().second;
        q.pop();
        for (int i = 0; i < 4; i++) {
            int x2 = x1 + dx[i], y2 = y1 + dy[i];
            if (x2 >= 1 && x2 <= n && y2 >= 1 && y2 <= m && b[x2][y2] == false &&
                    a[x2][y2] == '.') {
                b[x2][y2] = true;
                w[x2][y2] = w[x1][y1] + 1;
                q.push(make_pair(x2, y2));
            }
        }
    }
    return w[xt][yt] + 1;
}
int main() {
    cin >> n >> m;
    cin >> xs >> ys >> xt >> yt;
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= m; j++)
            cin >> a[i][j];
    if (bfs() == 0)
        cout << "-1" << endl;
    else
        cout << bfs();
    return 0;
}

重要注释:


将各种矩阵与变量定义在 main 函数以外,这样可以使用无参的bfs函数,省去了传参过程

memset 函数常用于给存储空间快速赋值,比较典型的就是配合数组进行初始化

坐标方面的细节:

(-1,0)、(1,0)、(0,-1)、(0,1)分别表示上移、下移、左移、右移

2、AB19 【模板】单源最短路1

之前发过单源最短路2,最短路1与之的区别在于边的权值都是1


文章链接:图论入门


2.1、单源最短路汇总

边权值相同的解题源码:

#include <iostream>
#include<climits> // 使用INT_MAX所需要引入的头文件
const int MAX = 5001;
using namespace std;
int main() {
    int G[MAX][MAX];
    for (int i = 0; i < MAX; i++) {
        for (int j = 0; j < MAX; j++) {
            G[i][j] = INT_MAX;
        }
    }
    int n, m;
    cin >> n >> m;
    int u, v;
    for (int i = 1; i <= m; i++) {
        cin >> u >> v;
        G[u][v] = 1;
        G[v][u] = 1;
    }
    bool flag[MAX];
    int dist[MAX];
    for (int i = 1; i < MAX; i++) {
        dist[i] = G[1][i];
        flag[i] = false;
    }
    dist[1] = 0;
    flag[1] = true;
    for (int i = 2; i < MAX; i++) {
        int temp = INT_MAX, index = 1;
        for (int j = 1; j < MAX; j++) {
            if (flag[j] == false && dist[j] < temp) {
                temp = dist[j];
                index = j;
            }
        }
        if (index != 1) {
            flag[index] = true;
        }
        for (int i = 2; i < MAX; i++) {
            if (flag[i] == false && G[index][i] != INT_MAX) {
                if (G[index][i] + dist[index] < dist[i]) {
                    dist[i] = G[index][i] + dist[index];
                }
            }
        }
    }
    if (dist[n] == INT_MAX) {
        cout << -1;
    } else {
        cout << dist[n];
    }
    return 0;
}

上面链接中有权值不同的单源最短路详解,思路几乎一致,大家可以再去温习一波,这类题型也算是图论中的典型算法题目了。


目录
相关文章
|
2月前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
3月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
234 5
|
3月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
185 0
|
2月前
|
算法 数据可视化 测试技术
HNSW算法实战:用分层图索引替换k-NN暴力搜索
HNSW是一种高效向量检索算法,通过分层图结构实现近似最近邻的对数时间搜索,显著降低查询延迟。相比暴力搜索,它在保持高召回率的同时,将性能提升数十倍,广泛应用于大规模RAG系统。
217 10
HNSW算法实战:用分层图索引替换k-NN暴力搜索
|
2月前
|
存储 算法
算法入门:专题一:双指针(有效三角形的个数)
给定一个数组,找出能组成三角形的三元组个数。利用“两边之和大于第三边”的性质,先排序,再用双指针优化。固定最大边,左右指针从区间两端向内移动,若两短边之和大于最长边,则中间所有组合均有效,时间复杂度由暴力的O(n³)降至O(n²)。
|
2月前
|
存储 算法 编译器
算法入门:剑指offer改编题目:查找总价格为目标值的两个商品
给定递增数组和目标值target,找出两数之和等于target的两个数字。利用双指针法,left从头、right从尾向中间逼近,根据和与target的大小关系调整指针,时间复杂度O(n),空间复杂度O(1)。找不到时返回{-1,-1}。
|
8月前
|
存储 算法 调度
基于和声搜索优化算法的机器工作调度matlab仿真,输出甘特图
本程序基于和声搜索优化算法(Harmony Search, HS),实现机器工作调度的MATLAB仿真,输出甘特图展示调度结果。算法通过模拟音乐家即兴演奏寻找最佳和声的过程,优化任务在不同机器上的执行顺序,以最小化完成时间和最大化资源利用率为目标。程序适用于MATLAB 2022A版本,运行后无水印。核心参数包括和声记忆大小(HMS)等,适应度函数用于建模优化目标。附带完整代码与运行结果展示。
246 24
|
4月前
|
机器学习/深度学习 算法 文件存储
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
神经架构搜索(NAS)正被广泛应用于大模型及语言/视觉模型设计,如LangVision-LoRA-NAS、Jet-Nemotron等。本文回顾NAS核心技术,解析其自动化设计原理,探讨强化学习、进化算法与梯度方法的应用与差异,揭示NAS在大模型时代的潜力与挑战。
1112 6
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
|
8月前
|
人工智能 自然语言处理 算法
阿里云 AI 搜索开放平台:从算法到业务——AI 搜索驱动企业智能化升级
本文介绍了阿里云 AI 搜索开放平台的技术的特点及其在各行业的应用。
886 3
|
3月前
|
存储 算法 数据可视化
基于禁忌搜索算法的TSP问题最优路径搜索matlab仿真
本程序基于禁忌搜索算法解决旅行商问题(TSP),旨在寻找访问多个城市的最短路径。使用 MATLAB 2022A 编写,包含城市坐标生成、路径优化及结果可视化功能。通过禁忌列表、禁忌长度与藐视准则等机制,提升搜索效率与解的质量,适用于物流配送、路径规划等场景。

热门文章

最新文章