程序以找到满足Python中所有人所需的最小距离
假设我们有一个2D矩阵,那么下面的值很少-
0表示一个空单元格。
1代表墙。
2代表一个人。
在这里,一个人可以走这四个方向(上,下,左和右)中的任何一个。我们必须找到一个不是墙的牢房,以使每个人必须走到的总旅行距离最小化,并最终找到该距离。
所以,如果输入像
2 | 0 | 1 | 0 |
1 | 0 | 1 | 2 |
0 | 0 | 2 | 2 |
那么输出将是7,因为最佳的交汇点是右下角。
为了解决这个问题,我们将遵循以下步骤-
二进制:=新映射,成本:=新映射
对于矩阵中的每个索引i和行r,
如果v与2相同,则
twos [i,j]:= [i,j,0]
cost [i,j]:=制作一个二维矩阵,其大小为给定矩阵,并用无穷大填充
对于每个索引j和r中的值v,执行
对于二的每个键值对(k,q),请执行
(i,j,cost):=从q中删除第一个元素
如果看到(i,j),则
加(i,j)到看到
成本[k,i,j]:=成本
对于((1,0),(-1,0),(0,1),(0,-1))中的每个(di,dj)
进行下一次迭代
在q的末尾插入(ni,nj,cost + 1)
(ni,nj):=(i + di,j + dj)
如果ni和nj在矩阵范围内,并且matrix [ni,nj]不为1,则
看过:=一套新的
当q不为空时,执行
ans:=无限
对于范围在0到矩阵行数的i,执行
cur_cost:= 0
对于所有成本值列表中的每个arr,
ans:= ans和cur_cost的最小值
cur_cost:= cur_cost + arr [i,j]
对于范围从0到矩阵的列数的j,执行
返回ans
让我们看下面的实现以更好地理解-
示例
class Solution:def solve(self, matrix):
twos = {}
costs = {}
for i, r in enumerate(matrix):
for j, v in enumerate(r):
if v == 2:
twos[(i, j)] = [(i, j, 0)]
costs[(i, j)] = [[1e9 for _ in matrix[0]] for _
in matrix]
for k, q in twos.items():
seen = set() while q:
i, j, cost = q.pop(0)
if (i, j) in seen:
continue
seen.add((i, j))
costs[k][i][j] = cost
for di, dj in ((1, 0), (-1, 0), (0, 1), (0, -1)):
ni, nj = i + di, j + dj
if (ni >= 0 and nj >= 0 and ni < len(matrix) and nj < len(matrix[0]) and matrix[ni][nj] != 1):
q.append((ni, nj, cost + 1))
ans = 1e9
for i in range(len(matrix)):
for j in range(len(matrix[0])):
cur_cost = 0
for arr in costs.values():
cur_cost += arr[i][j]
ans = min(ans, cur_cost)
return ans
ob = Solution()matrix = [
[2, 0, 1, 0],
[1, 0, 1, 2],
[0, 0, 2, 2]
]
print(ob.solve(matrix))
输入值
matrix = [[2, 0, 1, 0],
[1, 0, 1, 2],
[0, 0, 2, 2]]
输出结果
7
以上是 程序以找到满足Python中所有人所需的最小距离 的全部内容, 来源链接: utcz.com/z/316525.html