news 2026/4/23 13:33:19

01bfs|dq addfirst

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
01bfs|dq addfirst

lc2290

0-1 BFS,双端队列处理网格移动代价

无障碍(代价0)节点入队首、有障碍(代价1)节点入队尾

求解从网格起点到终点的最小障碍移除数量

喵喵dj版(遇到0就addFirst,优先走短路,0-1BFS通过可插双端队列的队首省了优先队列的排序log,极大地优化了时间复杂度

class Solution {
static constexpr int DIRS[4][2] = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};
public:
int minimumObstacles(vector<vector<int>> &grid) {
int m = grid.size(), n = grid[0].size();
vector<vector<int>> dis(m, vector<int>(n, INT_MAX));
dis[0][0] = 0;
deque<pair<int, int>> q;
q.emplace_front(0, 0);
while (!q.empty()) {
auto [i, j] = q.front();
q.pop_front();
for (auto& [dx, dy] : DIRS) {
int x = i + dx, y = j + dy;
if (0 <= x && x < m && 0 <= y && y < n) {
int g = grid[x][y];
if (dis[i][j] + g < dis[x][y]) {
dis[x][y] = dis[i][j] + g; //update
g == 0 ? q.emplace_front(x, y) : q.emplace_back(x, y);
}
}
}
}
return dis[m - 1][n - 1];
}
};

计算新路径的障碍代价,若新代价更小则更新最短障碍数

最后根据位置是否为障碍,将节点分别插入双端队列的队首(空地)或队尾(障碍),以此实现0-1 BFS的核心逻辑

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/20 22:15:37

RaNER vs BERT-NER性能对比:中文命名实体识别部署案例实测

RaNER vs BERT-NER性能对比&#xff1a;中文命名实体识别部署案例实测 1. 引言&#xff1a;为何需要高性能中文NER&#xff1f; 随着自然语言处理&#xff08;NLP&#xff09;技术的广泛应用&#xff0c;命名实体识别&#xff08;Named Entity Recognition, NER&#xff09; …

作者头像 李华
网站建设 2026/4/19 19:34:00

5个常见自动化测试陷阱:开发者也常犯的错!

在当今快速迭代的软件开发周期中&#xff0c;自动化测试已成为提升效率、保障质量的基石。然而&#xff0c;即便是经验丰富的专业人士&#xff0c;也常因疏忽或认知偏差而落入陷阱——令人意外的是&#xff0c;开发者&#xff08;如程序员和DevOps工程师&#xff09;在编写或维…

作者头像 李华
网站建设 2026/4/23 13:05:56

AI实体侦测服务:RaNER模型高并发处理方案

AI实体侦测服务&#xff1a;RaNER模型高并发处理方案 1. 背景与挑战&#xff1a;中文命名实体识别的工程化瓶颈 在自然语言处理&#xff08;NLP&#xff09;领域&#xff0c;命名实体识别&#xff08;Named Entity Recognition, NER&#xff09; 是信息抽取的核心任务之一。尤…

作者头像 李华
网站建设 2026/4/21 1:53:01

RaNER模型技术解析:预训练策略对NER的影响

RaNER模型技术解析&#xff1a;预训练策略对NER的影响 1. 技术背景与问题提出 命名实体识别&#xff08;Named Entity Recognition, NER&#xff09;是自然语言处理中的基础任务之一&#xff0c;旨在从非结构化文本中自动识别出具有特定意义的实体&#xff0c;如人名&#xf…

作者头像 李华
网站建设 2026/4/23 13:14:49

中文命名实体识别部署教程:RaNER模型实战

中文命名实体识别部署教程&#xff1a;RaNER模型实战 1. 引言 1.1 AI 智能实体侦测服务 在信息爆炸的时代&#xff0c;非结构化文本数据&#xff08;如新闻、社交媒体内容、文档资料&#xff09;占据了数据总量的80%以上。如何从这些杂乱无章的文字中快速提取出有价值的信息…

作者头像 李华
网站建设 2026/4/18 5:23:21

AI智能实体侦测服务实时性优化:流式文本处理部署案例

AI智能实体侦测服务实时性优化&#xff1a;流式文本处理部署案例 1. 引言&#xff1a;AI 智能实体侦测服务的实时化挑战 随着自然语言处理技术在信息抽取、内容审核、知识图谱构建等场景中的广泛应用&#xff0c;命名实体识别&#xff08;Named Entity Recognition, NER&…

作者头像 李华