移动距离

简介: X星球居民小区的楼房全是一样的,并且按矩阵样式排列。其楼房的编号为1,2,3... 当排满一行时,从下一行相邻的楼往反方向排号。 比如:当小区排号宽度为6时,开始情形如下:

❓问题描述

               移动距离

X星球居民小区的楼房全是一样的,并且按矩阵样式排列。其楼房的编号为1,2,3... 当排满一行时,从下一行相邻的楼往反方向排号。 比如:当小区排号宽度为6时,开始情形如下:

1  2  3  4  5  6 12 11 10 9  8  7 13 14 15 .....

我们的问题是:已知了两个楼号m和n,需要求出它们之间的最短移动距离(不能斜线方向移动)

输入为3个整数w m n,空格分开,都在1到10000范围内 w为排号宽度,m,n为待计算的楼号。 要求输出一个整数,表示m n 两楼间最短移动距离。

例如: 用户输入: 6 8 2 则,程序应该输出: 4

再例如: 用户输入: 4 7 20 则,程序应该输出: 5

资源约定: 峰值内存消耗 < 256M CPU消耗  < 1000ms

请严格按要求输出,不要画蛇添足地打印类似:“请您输入...” 的多余内容。

所有代码放在同一个源文件中,调试通过后,拷贝提交该源码。

注意: main函数需要返回0 注意: 只使用ANSI C/ANSI C++ 标准,不要调用依赖于编译环境或操作系统的特殊函数。 注意: 所有依赖的函数必须明确地在源文件中 #include , 不能通过工程设置而省略常用头文件。

提交时,注意选择所期望的编译器类型。

💡思路

这题找找规律就好了  看看序列加上 坐标后变成什么了
复制代码

网络异常,图片无法展示
|

        目标  2 的坐标 (0 ,1) 目标  8 的坐标 (1 ,4)  他们的横纵坐标 相减 (1-0,4-1)===> (1,3)

        再 横纵坐标相加 1+3=4   (想想 此时就是从(0,0)点 到(1,3)点 不能斜着走最最短 直接横纵坐标相加即可)

     于是就得获取两点坐标 ,坐标直接通过取整取模就可获得 (毕竟 他是按顺序编号的)

   把原序列 全部减1 从0 开始(为了好取模取整  C语言习惯0 开始) 然后找坐标  ,通过取整可以得到属于哪一行 取模得到那一列

  (但为偶数行的时候 去模后的值就是距离最左边距离,奇数行时 取模后的值是距离右边的距离 所以 要用最每行长度-取模的值)

   

网络异常,图片无法展示
|

#include<stdio.h>intabs(inta){// 取绝对值 if(a>0)returna;
elsereturn-a;
}
intmain(){
intw,A,B,x1,x2,y1,y2,res;
while(scanf("%d%d%d",&w,&A,&B)!=EOF){
A--,B--;//数值都-1 是将序号从 0 开始 好用取整 取模  x1=A/w;// 对A 点取整 可以确定在那一行 if(x1%2==0) y1=A%w;// A点取模 (取余) 可以确定在那一列 elsey1=(w-1)-A%w;
//因为翻转的缘故 所以 当 为 奇数行的时候是从右边开始 那么到左边的距离就该 //用每行长度减去该数到右边的值  因为下标是从0 开始 //所以 长度 w-1 (数值为5 就代表 长度6 ) //B 点坐标 同上 x2=B/w;
if(x2%2==0) y2=B%w;
elsey2=(w-1)-B%w;
res=abs(x1-x2)+abs(y1-y2);// 两坐标 横纵坐标 相减 即是 最短距离 printf("%d\n",res);
  }
return0;
}


目录
相关文章
|
3月前
|
机器学习/深度学习 算法 前端开发
公交站间的距离
公交站间的距离
22 0
|
5月前
|
存储 C++ 容器
[C++] 点到直线的最大、最小距离
[C++] 点到直线的最大、最小距离
26 0
|
8月前
|
算法 Perl
豪斯多夫(Hausdorff)距离
豪斯多夫距离量度度量空间中真子集之间的距离。Hausdorff距离是另一种可以应用在边缘匹配算法的距离,它能够解决SED方法不能解决遮挡的问题。
333 0
|
9月前
|
机器学习/深度学习 算法 Python
欧几里得距离(Euclidean distance)
欧几里得距离(Euclidean distance)是在数学中常用于衡量两个点之间的距离的一种方法。它在几何学和机器学习等领域都有广泛的应用。欧几里得距离基于两点之间的直线距离,可以看作是在一个多维空间中测量两个点之间的直线距离。
373 1
|
11月前
|
机器学习/深度学习 搜索推荐 数据挖掘
常见的几种距离量度(欧式距离、曼哈顿距离、切比雪夫距离等)
在机器学习和数据挖掘中,我们经常需要计算样本之间的相似度,通常的做法是计算样本之间的距离。本文介绍几种常用的距离量度方法。
375 0
|
算法
曼哈顿距离和欧式距离
曼哈顿距离和欧式距离
451 0
曼哈顿距离和欧式距离
平面上给定n条线段,找出一个点,使这个点到这n条线段的距离和最小。
题目:平面上给定n条线段,找出一个点,使这个点到这n条线段的距离和最小。 源码如下: 1 #include 2 #include 3 #include 4 #include 5 #include 6 #include 7 ...
1068 0
根据经纬度计算距离
#region 计算经纬度 private const double EARTH_RADIUS = 6378137; /// /// 计算两点位置的距离,返回两点的距离,单位 米 /// 该公式为GOOGLE提供,误差小于0.
1039 0