nyoj 21 三个水杯 BFS

三个水杯

时间限制:1000 ms  |  内存限制:65535 KB
难度:4
描述
给出三个水杯,大小不一,并且只有最大的水杯的水是装满的,其余两个为空杯子。三个水杯之间相互倒水,并且水杯没有标识,只能根据给出的水杯体积来计算。现在要求你写出一个程序,使其输出使初始状态到达目标状态的最少次数。
输入
第一行一个整数N(0<N<50)表示N组测试数据
接下来每组测试数据有两行,第一行给出三个整数V1 V2 V3 (V1>V2>V3 V1<100 V3>0)表示三个水杯的体积。
第二行给出三个整数E1 E2 E3 (体积小于等于相应水杯体积)表示我们需要的最终状态
输出
每行输出相应测试数据最少的倒水次数。如果达不到目标状态输出-1
样例输入
2
6 3 1
4 1 1
9 3 2
7 1 1
样例输出
3
-1
View Code
#include<stdio.h>
#include<queue>
#include<string.h>
using namespace std;
struct node
{int c[3];int move[3]; int step;
};
int visit[1010100];int  hash(node a)
{
return (a.move[1]*10000+a.move[1]*100+a.move[2]*10);
}int judge(node a,node b)
{return (a.move[0]==b.move[0]&&a.move[1]==b.move[1]&&a.move[2]==b.move[2]);
}int main()
{int x,i,j,min,ok;node begin,end;queue<node>s;scanf("%d",&x);while(x--){scanf("%d%d%d",&begin.c[0],&begin.c[1],&begin.c[2]);begin.move[0]=begin.c[0];begin.move[1]=begin.move[2]=0;begin.step=0;s.push(begin);scanf("%d%d%d",&end.move[0],&end.move[1],&end.move[2]); //后面是判定move数组ok=0;memset(visit,0,sizeof(visit));visit[hash(begin)]=1;while(!s.empty()){node u=s.front();s.pop();if(judge(u,end)){printf("%d\n",u.step);ok=1;break;}for(i=0;i<3;i++)//从i倒到jfor(j=0;j<3;j++)if(i!=j){min=u.c[j]-u.move[j];if(u.move[i]<min)min=u.move[i];node v=u;v.move[i]-=min;v.move[j]+=min;v.step++;if(!visit[hash(v)]){visit[hash(v)]=1;s.push(v);}}}if(!ok)printf("-1\n");while(!s.empty())s.pop();}return 0;
}

本题主要是用BFS搜索各种情况,用队列存贮状态,直到搜到所要答案。以后这种情况很多的类型,相互变换的都可以用BFS尝试下

转载于:https://www.cnblogs.com/zibuyu/archive/2013/03/13/2957290.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/409064.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

论文阅读(1)--Fine-grained Image Classification by Exploring Bipartite-Graph Labels

这是阅读《Fine-grained Image Classification by Exploring Bipartite-Graph Labels》这篇论文所做的笔记。 这篇论文是来自NEC实验室&#xff0c;是一篇有关细粒度分类/精细分类方面的论文。 0. 摘要 首先提出一个问题&#xff0c;给定一张食物的图片&#xff0c;对于一个…

java注释和注解_深入理解JAVA注解(Annotation)以及自定义注解

Java 注解(Annotation)又称 Java 标注&#xff0c;是 JDK5.0 引入的一种注释机制。Java 语言中的类、方法、变量、参数和包等都可以被标注。注解可以看作是一种特殊的标记&#xff0c;在程序在编译或者运行时可以检测到这些标记而进行一些特殊的处理。本文对 Annotation 进行了…

[机器学习笔记]Note10--支持向量机(SVM)

继续是机器学习课程的笔记&#xff0c;这节课的内容是介绍支持向量机&#xff08;SVM&#xff09;的内容。SVM是一个非常强大且流行的算法&#xff0c;在一些情况下&#xff0c;面对一些复杂的非线性问题可以提供比逻辑回归或神经网络更加简洁更加有效的结果。 优化目标 首先…

[机器学习笔记]Note11--聚类

继续是机器学习课程的笔记&#xff0c;本节介绍的是聚类方法&#xff0c;主要是K-means算法。 非监督学习 首先介绍监督学习和非监督学习的区别。一个监督学习的例子如下图&#xff0c;给定训练集如:{(x(1),y(1)),(x(2),y(2)),…,(x(m),y(m))},每个训练实例都有对应的标签。 …

[机器学习笔记]Note12--降维

继续是机器学习课程的笔记&#xff0c;本节介绍的是降维方法&#xff0c;这也是非监督学习中的一个问题&#xff0c;主要介绍主要成分分析&#xff08;Principal Component Analysis&#xff0c;PCA&#xff09;算法。 降维 动机一&#xff1a;数据压缩 使用降维的一个原因是…

[机器学习笔记]Note13--异常检测

继续是机器学习课程的笔记&#xff0c;本节课内容是异常检测&#xff0c;它是一个非监督学习算法&#xff0c;用于发现可能不应该属于一个已定义的组中的数据。 密度估计 首先是给出一个例子&#xff0c;如下图所示&#xff0c;是一个测试飞机引擎的例子&#xff0c;给定数据…

[机器学习笔记]Note14--推荐系统

继续是机器学习课程的笔记&#xff0c;本节课将介绍推荐系统的内容。 问题形式化 推荐系统是机器学习的一个非常重要的应用&#xff0c;在很多音乐、购物等网站都有推荐系统&#xff0c;如豆瓣&#xff0c;淘宝&#xff0c;网易云音乐等都是有使用到推荐系统的&#xff0c;因…

[机器学习笔记]Note15--大规模机器学习

继续是机器学习课程的笔记&#xff0c;本节内容主要是介绍大规模机器学习的内容。 大型数据集的学习 对于一个过拟合的模型&#xff0c;增加数据集的规模可以帮助避免过拟合&#xff0c;并获得一个更好的结果。 但是对于一个大规模的数据&#xff0c;比如有100万个数据量的训…

[机器学习笔记]Note16--应用示例:图像文字识别

继续是机器学习课程的笔记&#xff0c;本节课是最后一节内容了&#xff0c;主要是介绍一个应该–图中文字的识别。 问题描述和流程图 图像文字识别应用就是从给定的图片中识别文字。这比从一份扫描文档中识别文字要复杂得多。一个例子图片如下所示&#xff1a; 为了完成这样的…

python小老鼠编程_邯郸pythonnot学习费用多少

邯郸pythonnot学习费用多少更新时间&#xff1a;2020-08-02 12:49:04注意&#xff1a;如果出现错误&#xff0c;可能是因为安装时未勾选AddPython3.5toPATH选项&#xff0c;此时卸载Python后重新安装时勾选AddPython3.5toPATH选项即可。1.2Mac中安装Python3Mac系统中自带了Pyth…