当前位置:首页 > 比赛题解 > 洛谷P11228地图探险题解(CSP-J 2024真题)

洛谷P11228地图探险题解(CSP-J 2024真题)

5天前比赛题解71

截图未命名.jpg 洛谷P11228地图探险题解(CSP-J 2024真题) 最短路径算法 二维矩阵遍历 CSP-J竞赛真题 算法模板代码 广搜 广度优先搜索 C++ 第1张

题目重述

给定n×m的二维矩阵表示探险地,每个格子可能是:

  • 平地('.')

  • 障碍物('#')

  • 起点('S')

  • 终点('E') 求从起点到终点的最短路径步数,无法到达则输出-1。

核心算法:BFS广度优先搜索

选择原因:BFS是解决无权图最短路径问题的最优方案,时间复杂度O(nm)完全适合题目约束条件(典型n,m≤1000)

解题步骤拆解

  1. 输入处理:读取矩阵尺寸和地图数据

  2. 定位起止点:扫描矩阵记录S和E的坐标

  3. BFS初始化

    • 方向数组dir[4][2]表示上下左右移动

    • 距离矩阵dist记录步数(初始化为-1)

    • 队列q存入起点坐标

  4. BFS执行

    while(!q.empty()){
        auto [x,y] = q.front();
        q.pop();
        for(方向遍历){
            int nx = x+dx, ny = y+dy;
            if(越界检查 || 障碍物检查 || 已访问检查) continue;
            dist[nx][ny] = dist[x][y]+1;
            if(到达终点) return 结果;
            q.push({nx,ny});
        }
    }
  5. 结果输出:根据dist矩阵输出终点值

完整C++实现(带详细注释)

#include <bits/stdC++.h>
using namespACe std;

const int N = 1005;
char grid[N][N];
int dist[N][N]; // 距离矩阵
int n, m;
int dx[4] = {-1, 1, 0, 0}, dy[4] = {0, 0, -1, 1}; // 方向数组

int bfs(int sx, int sy, int ex, int ey) {
    memset(dist, -1, sizeof dist);
    queue<pair<int,int>> q;
    q.push({sx, sy});
    dist[sx][sy] = 0;
    
    while (!q.empty()) {
        auto [x, y] = q.front();
        q.pop();
        
        for (int i = 0; i < 4; i++) {
            int nx = x + dx[i], ny = y + dy[i];
            // 越界检查 || 障碍物检查 || 已访问检查
            if (nx < 0 || nx >= n || ny < 0 || ny >= m 
                || grid[nx][ny] == '#' || dist[nx][ny] != -1) 
                continue;
                
            dist[nx][ny] = dist[x][y] + 1;
            if (nx == ex && ny == ey) return dist[nx][ny];
            q.push({nx, ny});
        }
    }
    return -1;
}

int main() {
    cin >> n >> m;
    int sx, sy, ex, ey;
    
    for (int i = 0; i < n; i++)
        for (int j = 0; j < m; j++) {
            cin >> grid[i][j];
            if (grid[i][j] == 'S') sx = i, sy = j;
            if (grid[i][j] == 'E') ex = i, ey = j;
        }
    
    cout << bfs(sx, sy, ex, ey);
    return 0;
}

算法优化

  1. 双向BFS:当起点和终点都已知时,可减少50%搜索范围

  2. A*算法:若有启发式信息可用(如坐标距离)

  3. 输入优化:使用快速IO方法处理大规模数据

常见错误排查

  • 忘记初始化距离矩阵为-1

  • 方向数组定义不全(缺少某个方向)

  • 队列pop操作后未及时处理导致逻辑错误

  • 边界条件未处理(如起点即终点的情况)


原创内容 转载请注明出处

分享给朋友:

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。