最小步数模型

简介: 复习acwing算法提高课的内容,本篇为讲解算法:最小步数模型,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。

文章目录

前言

一、最小步数

二、AcWing 1107. 魔板

本题分析

AC代码

三、时间复杂度


前言

复习acwing算法提高课的内容,本篇为讲解算法:最小步数模型,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。


一、最小步数

本质上也是最短路的模型,在记录的时候用到哈希表。


二、AcWing 1107. 魔板

本题链接:AcWing 1107. 魔板

本博客提供本题截图:

image.png

image.png

本题分析

本题分了多个函数去写,使读者看起来更容易,注意reverseres数组之后再输出,三个move函数对应题给的三种操作。

AC代码

#include <cstdio>
#include <algorithm>
#include <string>
#include <unordered_map>
#include <iostream>
#include <queue>
#include <map>
using namespace std;
queue<string> q;
char g[2][4];
unordered_map<string, int> dist;
unordered_map<string, pair<char, string>> pre;
void set(string state) //把传入的字符串变成2 * 4的矩阵
{
    for (int i = 0; i < 4; i ++ ) g[0][i] = state[i];
    for (int i = 7, j = 0; j < 4; j ++, i -- ) g[1][j] = state[i];
}
string get()            //把矩阵变成字符串
{
    string res;
    for (int i = 0; i < 4; i ++ ) res += g[0][i];
    for (int i = 3; i >= 0; i -- ) res += g[1][i];
    return res;
}
string move0(string state)
{
    set(state);
    for (int i = 0; i < 4; i ++ ) swap(g[0][i], g[1][i]);
    return get();
}
string move1(string state)
{
    set(state);
    char v0 = g[0][3], v1 = g[1][3];
    for (int i = 3; i > 0; i -- )
    {
        g[0][i] = g[0][i - 1];
        g[1][i] = g[1][i - 1];
    }
    g[0][0] = v0;
    g[1][0] = v1;
    return get();
}
string move2(string state)
{
    set(state);
    char v = g[0][1];
    g[0][1] = g[1][1];
    g[1][1] = g[1][2];
    g[1][2] = g[0][2];
    g[0][2] = v;
    return get();
}
int bfs(string start, string end)
{
    if (start == end) return 0;
    q.push(start);
    dist[start] = 0;
    while (!q.empty())
    {
        auto t = q.front();
        q.pop();
        string m[3];
        m[0] = move0(t);
        m[1] = move1(t);
        m[2] = move2(t);
        for (int i = 0; i < 3; i ++ )
            if (!dist.count(m[i]))
            {
                dist[m[i]] = dist[t] + 1;
                pre[m[i]] = {'A' + i, t};
                q.push(m[i]);
                if (m[i] == end) return dist[end];
            }
    }
    return -1;
}
int main()
{
    int x;
    string start, end;
    for (int i = 0; i < 8; i ++ ) 
    {
        scanf("%d", &x);
        end += x + '0';
    }
    for (int i = 1; i <= 8; i ++ ) start += i + '0';
    int step = bfs(start, end);
    printf("%d\n", step);
    string res;
    while (start != end)
    {
        res += pre[end].first;
        end = pre[end].second;
    }
    reverse(res.begin(), res.end());
    if (step > 0) cout << res;
    return 0;
}

三、时间复杂度

关于最小步数模型的时间复杂度以及证明,后续会给出详细的说明以及证明过程,目前先鸽了。


目录
相关文章
|
13天前
|
算法 测试技术 C#
【滑动窗口】【差分数组】C++算法:K 连续位的最小翻转次数
【滑动窗口】【差分数组】C++算法:K 连续位的最小翻转次数
|
13天前
leetcode-6118:最小差值平方和
leetcode-6118:最小差值平方和
23 0
|
9月前
|
索引
LeetCode-798 得分最高的最小论调 及差分和前缀和的学习
LeetCode-798 得分最高的最小论调 及差分和前缀和的学习
|
13天前
leetcode-1984:学生分数的最小差值
leetcode-1984:学生分数的最小差值
19 0
|
10月前
1330:【例8.3】最少步数 2021-01-05
1330:【例8.3】最少步数 2021-01-05
|
5月前
|
机器学习/深度学习 算法 测试技术
C++二分算法: 找出第 K 小的数对距离
C++二分算法: 找出第 K 小的数对距离
LeetCode 5854. 学生分数的最小差值
给你一个 下标从 0 开始 的整数数组 nums ,其中 nums[i] 表示第 i 名学生的分数。另给你一个整数 k 。
68 0
|
机器学习/深度学习 算法
梯度下降算法主要通过哪两个控制因子实现最优参数选择?这两个因子分别起到什么作用?为什么计算损失函数最优值采用梯度下降算法而不是直接对损失函数求导数等于0时的最优解?如何判断梯度下降算法是否正确工作?
梯度下降算法主要通过哪两个控制因子实现最优参数选择?这两个因子分别起到什么作用?为什么计算损失函数最优值采用梯度下降算法而不是直接对损失函数求导数等于0时的最优解?如何判断梯度下降算法是否正确工作? 梯度下降算法有两个重要的控制因子:一个是步长,由学习率控制;一个是方向,由梯度指定。 1.在梯度下降算法中,步长决定了每一次迭代过程中,会往梯度下降的方向移动的距离。试想一下,如果步长很大,算法会在局部最优点附近来回跳动,不会收敛(如下图);但如果步长太短,算法每步的移动距离很短,就会导致算法收敛速度很慢。 2
187 0
|
存储 算法
算法 |【实验5.3】:一元三次方程的根-连续区间的二分搜索求近似解
算法 |【实验5.3】:一元三次方程的根-连续区间的二分搜索求近似解
127 0
算法 |【实验5.3】:一元三次方程的根-连续区间的二分搜索求近似解
阈值的求解(两峰之间)
阈值的求解(两峰之间)
118 0
阈值的求解(两峰之间)

热门文章

最新文章