【广度优先搜索】【拓扑排序】【C++算法】913. 猫和老鼠

简介: 【广度优先搜索】【拓扑排序】【C++算法】913. 猫和老鼠

作者推荐

【动态规划】【map】【C++算法】1289. 下降路径最小和 II

本文涉及知识点

广度优先搜索 拓扑排序 逆推

LeetCode913. 猫和老鼠

两位玩家分别扮演猫和老鼠,在一张 无向 图上进行游戏,两人轮流行动。

图的形式是:graph[a] 是一个列表,由满足 ab 是图中的一条边的所有节点 b 组成。

老鼠从节点 1 开始,第一个出发;猫从节点 2 开始,第二个出发。在节点 0 处有一个洞。

在每个玩家的行动中,他们 必须 沿着图中与所在当前位置连通的一条边移动。例如,如果老鼠在节点 1 ,那么它必须移动到 graph[1] 中的任一节点。

此外,猫无法移动到洞中(节点 0)。

然后,游戏在出现以下三种情形之一时结束:

如果猫和老鼠出现在同一个节点,猫获胜。

如果老鼠到达洞中,老鼠获胜。

如果某一位置重复出现(即,玩家的位置和移动顺序都与上一次行动相同),游戏平局。

给你一张图 graph ,并假设两位玩家都都以最佳状态参与游戏:

如果老鼠获胜,则返回 1;

如果猫获胜,则返回 2;

如果平局,则返回 0 。

示例 1:

输入:graph = [[2,5],[3],[0,4,5],[1,4,5],[2,3],[0,2,3]]

输出:0

示例 2:

输入:graph = [[1,3],[0],[3],[0,2]]

输出:1

提示:

3 <= graph.length <= 50

1 <= graph[i].length < graph.length

0 <= graph[i][j] < graph.length

graph[i][j] != i

graph[i] 互不相同

猫和老鼠在游戏中总是可以移动

广度优先搜索

状态表示: iCat 表示猫位置 iMouse表示老鼠位置 iTurn,表示是否是猫回合。

初始以下情况有确定结果:

  • 老鼠进洞,无论猫在那,谁的回合。
  • 猫抓住老鼠,在同一单格,猫抓到老鼠;老鼠送死。

之后以下情况有确定结果:

猫(老鼠)的回合,猫至少有一个后置状态胜利。猫胜利。

猫(老鼠)的回合,猫至所有的后置状态全部失败。猫失败。

类似与拓扑排序,所有的后置状态都已经确定,或有一个后置状态胜利。将当前状态加到处理队列。

一定不能重复处理,否则 计算全部后置状态会错误。

que 待处理队列。

dp各状态的结果

vNextCount 各状态的后置任务数,一个后置任务失败就减1,为0就失败。

代码

核心代码

class Solution {
public:
  int catMouseGame(vector<vector<int>>& graph) {
    m_c = graph.size();
    m_iMaskCount = m_c * m_c * 2;
    queue<int> que;//记录结果确定的状态 后续状态全失败,只会加一次。 后续状态胜利,需要判断重复。
    vector<int> dp(m_iMaskCount),vNextCount(m_iMaskCount);//dp[i]状态为i的结果 vNextCount[i]状态为i有多少种后续状态
    for (int i = 0; i < 2; i++)
    {
      for (int j = 1; j < m_c; j++)
      {
        dp[Mask(j, 0, i)] = 1;//老鼠进洞
        dp[Mask(j, j, i)] = 2;//猫抓住了老鼠
        que.emplace(Mask(j, 0, i));
        que.emplace(Mask(j, j, i));
      }
    }
    for (int iTurn = 0; iTurn < 2; iTurn++)
    {
      for (int iCat = 0; iCat < m_c; iCat++)
      {
        for (int iMouse = 0; iMouse < m_c; iMouse++)
        {
          vNextCount[Mask(iCat, iMouse, iTurn)] = graph[iTurn?iCat:iMouse].size();//如果猫行动,必须扣掉0
        }
      }
    }
    //扣掉猫进洞
    for (int iMouse = 0; iMouse < m_c; iMouse++)
    {
      for (const auto& next : graph[0])
      {
        vNextCount[Mask(next, iMouse,1)]--;
      }
    }
    while (que.size())
    {
      const int iMask = que.front();
      const auto [iCat, iMouse, bCatTrun] = Parse(iMask);     
      que.pop();
      const int iPreTurn = bCatTrun ^ 1;
      bool isWin[] = { 1 == dp[iMask],2 == dp[iMask] };
      for (const auto& prePos : graph[iPreTurn ? iCat : iMouse])
      {
        const int iPreCat = iPreTurn ? prePos : iCat;
        if (0 == iPreCat)
        {
          continue;
        }
        const int iPreMouse = iPreTurn ? iMouse : prePos;
        const int iPreMask = Mask(iPreCat, iPreMouse, iPreTurn);
        if (0 != dp[iPreMask])
        {
          continue;
        }
        const int ifWin = iPreTurn ? 2 : 1;
        if (isWin[iPreTurn] )
        {
          dp[iPreMask] = ifWin;
          que.emplace(iPreMask);
        }
        else
        {
          vNextCount[iPreMask]--;
          if (0 == vNextCount[iPreMask])
          {
            dp[iPreMask] = 3- ifWin;
            que.emplace(iPreMask);
          }
        }
      }
    }   
    return dp[Mask(2,1, false)];
  }
  inline int Mask(int iCat, int iMouse, bool bCatTrun)
  {
    return m_c * 2 * iCat + 2 * iMouse + bCatTrun;
  }
  inline std::tuple<int, int, bool> Parse(int iMask)
  {
    const bool bCatTrun = iMask % 2;
    iMask /= 2;
    return std::make_tuple(iMask / m_c, iMask % m_c, bCatTrun);
  }
  int m_iMaskCount;
  int m_c;
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{ 
  vector<vector<int>> graph;
  {
    Solution sln;
    graph = { {2,5},{3},{0,4,5},{1,4,5},{2,3},{0,2,3} };
    auto res = sln.catMouseGame(graph);
    Assert(res, 0);
  }
  {
    Solution sln;
    graph = { {1,3},{0},{3},{0,2} };
    auto res = sln.catMouseGame(graph);
    Assert(res, 1);
  }
  {
    Solution sln;
    graph = { {2,3},{3,4},{0,4},{0,1},{1,2} };
    auto res = sln.catMouseGame(graph);
    Assert(res, 1);
  }
  
  
}

2023年1月版

class Solution {

public:

int catMouseGame(vector<vector>& graph) {

const int iCatWin = 2;

const int iMouseWin = 1;

const int iMouseTurn = 0;

const int iCatTurn = 1;

m_c = graph.size();

memset(m_dp, 0, sizeof(m_dp));

for (int cat = 0; cat < m_c; cat++)

{

for (int mouse = 0; mouse < m_c; mouse++)

{

m_NextStateNotDo[mouse][cat][iCatTurn] = graph[cat].size();

m_NextStateNotDo[mouse][cat][iMouseTurn] = graph[mouse].size();

}

}

//猫不能进入0洞

for (int mouse = 0; mouse < m_c; mouse++)

{

for (const int& pre0 : graph[0])

{

m_NextStateNotDo[mouse][pre0][iCatTurn] --;

}

}

vector vMaskCanFinish;

for (int i = 1; i < m_c; i++)

{

//相同位置,猫胜

m_dp[i][i][0] = iCatWin;

vMaskCanFinish.push_back(Mask(i, i, 0));

m_dp[i][i][1] = iCatWin;

vMaskCanFinish.push_back(Mask(i, i, 1));

//老鼠进洞

m_dp[0][i][0] = iMouseWin;

vMaskCanFinish.push_back(Mask(0,i, 0));

m_dp[0][i][1] = iMouseWin;

vMaskCanFinish.push_back(Mask(0,i, 1));

}

for (int i = 0; i < vMaskCanFinish.size(); i++)

{

int mouse, cat, iTrun;

ParseMask(mouse, cat, iTrun, vMaskCanFinish[i]);

int iPreTrun = (iTrun + 1) % 2;

if (iCatTurn == iPreTrun)

{

for (auto& pre : graph[cat])

{

if (0 == pre)

{

continue;

}

if (0 != m_dp[mouse][pre][iPreTrun])

{

continue;

}

m_NextStateNotDo[mouse][pre][iPreTrun]–;

if (iCatWin == m_dp[mouse][cat][iTrun])

{

m_dp[mouse][pre][iPreTrun] = iCatWin;

vMaskCanFinish.push_back(Mask(mouse, pre, iPreTrun));

continue;

}

if (0 == m_NextStateNotDo[mouse][pre][iPreTrun])

{

m_dp[mouse][pre][iPreTrun] = iMouseWin;

vMaskCanFinish.push_back(Mask( mouse,pre, iPreTrun));

}

}

}

else

{

for (auto& pre : graph[mouse])

{

if (0 != m_dp[pre][cat][iPreTrun])

{

continue;

}

m_NextStateNotDo[pre][cat][iPreTrun]–;

if (iMouseWin == m_dp[mouse][cat][iTrun])

{

m_dp[pre][cat][iPreTrun] = iMouseWin;

vMaskCanFinish.push_back(Mask(pre, cat, iPreTrun));

continue;

}

if (0 == m_NextStateNotDo[pre][cat][iPreTrun])

{

vMaskCanFinish.push_back(Mask(pre, cat, iPreTrun));

m_dp[pre][cat][iPreTrun] = iCatWin;

}

}

}

}

return m_dp[1][2][0];

}

inline int Mask(const int& mouse, const int& cat, const int& iTrun)

{

return mouse * m_c * 2 + cat * 2 + iTrun;

}

inline void ParseMask(int& mouse, int& cat, int& iTrun, int iMask)

{

mouse = iMask / m_c / 2;

iMask %= (m_c * 2);

cat = iMask / 2;

iTrun = iMask% 2;

}

int m_c;

int m_dp[50][50][2] ;

int m_NextStateNotDo[50][50][2];

};

2023年8月版

class Solution {

public:

int catMouseGame(vector<vector>& graph) {

m_c = graph.size();

std::set set0NeiBo(graph[0].begin(), graph[0].end());

vector vResult(m_cm_c2);

vector vPreMask(m_c * m_c2, -1);//下一种状态,调试用
std::queue que;//依次入队所有 具有结果的状态
for (int cat = 0; cat < m_c; cat++)
{
if (0 == cat)
{
continue;
}
{//老鼠移动到同一位置
const int iMask = Mask(1,cat, cat);
que.emplace(iMask);
vResult[iMask] = 1;
}
{//猫移动到同一位置
const int iMask = Mask(0,cat, cat);
que.emplace(iMask);
vResult[iMask] = -1;
}
{//老鼠进洞
const int iMask = Mask(1,0, cat);
que.emplace(iMask);
vResult[iMask] = -1;
}
{//进洞后,猫移动,当前回合:老鼠
const int iMask = Mask(0, 0, cat);
que.emplace(iMask);
vResult[iMask] = 1;
}
}
//当前回合,当前玩家可以移动的可能
vector vCanMoveNum(m_c * m_c * 2),vSucNum(m_c
m_c2);
for (int cat = 0; cat < m_c; cat++)
{
if (0 == cat)
{
continue;
}
for (int mouse = 0; mouse < m_c; mouse++)
{
const int iMouseNewMask = Mask(0, mouse, cat);//
vCanMoveNum[iMouseNewMask] = graph[mouse].size();
const int iCatNewMask = Mask(1, mouse, cat);//
vCanMoveNum[iCatNewMask] = graph[cat].size() - set0NeiBo.count(cat);
}
}
while (que.size())
{
const int mask = que.front();
const int curResutl = vResult[mask];
que.pop();
const auto [turn,mouse, cat] = ParseMask(mask);
if (mask== Mask(0,1,2))
{
return (1 == curResutl)? 1 : 2 ;
}
const int preTurn = (1 + turn) % 2;
const int player = (0 == preTurn) ? mouse : cat;
for (const int& move : graph[player])
{
if ((0 == move)&&(1== preTurn))
{//猫不能进洞
continue;
}
const int iPreMask = (0== preTurn) ? Mask(preTurn,move,cat) : Mask(preTurn,mouse,move);
if (- 1 == curResutl)
{
if (0 == vResult[iPreMask])
{
vResult[iPreMask] = 1;
que.emplace(iPreMask);
vPreMask[iPreMask] = mask;
}
continue;
}
vSucNum[iPreMask]–;
if (vCanMoveNum[iPreMask] == -vSucNum[iPreMask])
{
if (0 == vResult[iPreMask])
{
vResult[iPreMask] = -1;
que.emplace(iPreMask);
vPreMask[iPreMask] = mask;
}
}
}
}
return 0;
}
//Turn为0,改老鼠移动;1,猫移动;iMouseNode 移动前老鼠的位置;移动前,猫的位置
int Mask(int iTurn,int iMouseNode,int iCatNode)
{
return iTurn
m_c*m_c+iMouseNode * m_c + iCatNode;

}

std::tuple<int,int,int> ParseMask( int iMask)

{

return std::make_tuple<int, int,int>(iMask / m_c/m_c, iMask/m_c%m_c, iMask % m_c);

}

int m_c;

};


相关文章
|
12天前
|
负载均衡 算法 安全
探秘:基于 C++ 的局域网电脑控制软件自适应指令分发算法
在现代企业信息化架构中,局域网电脑控制软件如同“指挥官”,通过自适应指令分发算法动态调整指令发送节奏与数据量,确保不同性能的终端设备高效运行。基于C++语言,利用套接字实现稳定连接和线程同步管理,结合实时状态反馈,优化指令分发策略,提升整体管控效率,保障网络稳定,助力数字化办公。
47 19
|
17天前
|
存储 人工智能 算法
【C++数据结构——内排序】二路归并排序(头歌实践教学平台习题)【合集】
本关任务是实现二路归并算法,即将两个有序数组合并为一个有序数组。主要内容包括: - **任务描述**:实现二路归并算法。 - **相关知识**: - 二路归并算法的基本概念。 - 算法步骤:通过比较两个有序数组的元素,依次将较小的元素放入新数组中。 - 代码示例(以 C++ 为例)。 - 时间复杂度为 O(m+n),空间复杂度为 O(m+n)。 - **测试说明**:平台会对你编写的代码进行测试,提供输入和输出示例。 - **通关代码**:提供了完整的 C++ 实现代码。 - **测试结果**:展示代码运行后的排序结果。 开始你的任务吧,祝你成功!
32 10
|
17天前
|
搜索推荐 算法 数据处理
【C++数据结构——内排序】希尔排序(头歌实践教学平台习题)【合集】
本文介绍了希尔排序算法的实现及相关知识。主要内容包括: - **任务描述**:实现希尔排序算法。 - **相关知识**: - 排序算法基础概念,如稳定性。 - 插入排序的基本思想和步骤。 - 间隔序列(增量序列)的概念及其在希尔排序中的应用。 - 算法的时间复杂度和空间复杂度分析。 - 代码实现技巧,如循环嵌套和索引计算。 - **测试说明**:提供了测试输入和输出示例,帮助验证代码正确性。 - **我的通关代码**:给出了完整的C++代码实现。 - **测试结果**:展示了代码运行的测试结果。 通过这些内容,读者可以全面了解希尔排序的原理和实现方法。
46 10
|
17天前
|
搜索推荐 C++
【C++数据结构——内排序】快速排序(头歌实践教学平台习题)【合集】
快速排序是一种高效的排序算法,基于分治策略。它的主要思想是通过选择一个基准元素(pivot),将数组划分成两部分。一部分的元素都小于等于基准元素,另一部分的元素都大于等于基准元素。然后对这两部分分别进行排序,最终使整个数组有序。(第一行是元素个数,第二行是待排序的原始关键字数据。本关任务:实现快速排序算法。开始你的任务吧,祝你成功!
34 7
|
17天前
|
存储 算法 搜索推荐
【C++面向对象——群体类和群体数据的组织】实现含排序功能的数组类(头歌实践教学平台习题)【合集】
1. **相关排序和查找算法的原理**:介绍直接插入排序、直接选择排序、冒泡排序和顺序查找的基本原理及其实现代码。 2. **C++ 类与成员函数的定义**:讲解如何定义`Array`类,包括类的声明和实现,以及成员函数的定义与调用。 3. **数组作为类的成员变量的处理**:探讨内存管理和正确访问数组元素的方法,确保在类中正确使用动态分配的数组。 4. **函数参数传递与返回值处理**:解释排序和查找函数的参数传递方式及返回值处理,确保函数功能正确实现。 通过掌握这些知识,可以顺利地将排序和查找算法封装到`Array`类中,并进行测试验证。编程要求是在右侧编辑器补充代码以实现三种排序算法
35 5
|
17天前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
40 2
|
25天前
|
存储 算法 安全
基于红黑树的局域网上网行为控制C++ 算法解析
在当今网络环境中,局域网上网行为控制对企业和学校至关重要。本文探讨了一种基于红黑树数据结构的高效算法,用于管理用户的上网行为,如IP地址、上网时长、访问网站类别和流量使用情况。通过红黑树的自平衡特性,确保了高效的查找、插入和删除操作。文中提供了C++代码示例,展示了如何实现该算法,并强调其在网络管理中的应用价值。
|
23天前
|
存储 算法 安全
基于哈希表的文件共享平台 C++ 算法实现与分析
在数字化时代,文件共享平台不可或缺。本文探讨哈希表在文件共享中的应用,包括原理、优势及C++实现。哈希表通过键值对快速访问文件元数据(如文件名、大小、位置等),查找时间复杂度为O(1),显著提升查找速度和用户体验。代码示例展示了文件上传和搜索功能,实际应用中需解决哈希冲突、动态扩容和线程安全等问题,以优化性能。
|
30天前
|
算法 安全 C++
用 C++ 算法控制员工上网的软件,关键逻辑是啥?来深度解读下
在企业信息化管理中,控制员工上网的软件成为保障网络秩序与提升办公效率的关键工具。该软件基于C++语言,融合红黑树、令牌桶和滑动窗口等算法,实现网址精准过滤、流量均衡分配及异常连接监测。通过高效的数据结构与算法设计,确保企业网络资源优化配置与安全防护升级,同时尊重员工权益,助力企业数字化发展。
54 4
|
2月前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
173 7