Java怎么利用广度优先搜索实现抓牛问题

蜗牛 互联网技术资讯 2022-06-29 163 0

本篇内容介绍了“Java怎么利用广度优先搜索实现抓牛问题”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

一、原问题

Java怎么利用广度优先搜索实现抓牛问题  java 第1张

二、输入和输出

1.输入

两个数,第1个数代表农夫的位置,第2个数代表牛的位置

2.输出

农夫抓牛的最小步数

三、输入和输出样例

1.输入样例

5 17

2.输出样例

4

四、代码

package graph.poj3278;
 
import java.util.LinkedList;
import java.util.Queue;
import java.util.Scanner;
 
public class POJ3278BFS {
    static final int MAXN = 100009;
    static boolean vis[] = new boolean[MAXN];
    static int d[] = new int[MAXN];
    static int n, k;
 
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        n = scanner.nextInt();
        k = scanner.nextInt();
 
        if (k <= n) {
            System.out.println(n - k);
            return;
        }
        solve();
    }
 
    static void solve() {
        Queue<Integer> q = new LinkedList<>();
        vis[n] = true;
        d[n] = 0;
        q.add(n);
        while (!q.isEmpty()) {
            int u = q.peek();
            q.poll();
            if (u == k) {
                System.out.println(d[k]);
                return;
            }
            int x;
            x = u + 1;
            if (x >= 0 && x <= 100000 && !vis[x]) { // 向前走一步
                d[x] = d[u] + 1;
                vis[x] = true;
                q.add(x);
            }
            x = u - 1;
            if (x >= 0 && x <= 100000 && !vis[x]) { // 向后走一步
                d[x] = d[u] + 1;
                vis[x] = true;
                q.add(x);
            }
            x = u * 2;
            if (x >= 0 && x <= 100000 && !vis[x]) { // 跳着走
                d[x] = d[u] + 1;
                vis[x] = true;
                q.add(x);
            }
        }
    }
}

五、测试

绿色为输入,白色为输出。

Java怎么利用广度优先搜索实现抓牛问题  java 第2张

“Java怎么利用广度优先搜索实现抓牛问题”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注蜗牛博客网站,小编将为大家输出更多高质量的实用文章!

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:niceseo99@gmail.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

评论

有免费节点资源,我们会通知你!加入纸飞机订阅群

×
天气预报查看日历分享网页手机扫码留言评论Telegram