【C++动态规划 BFS 博弈】3283. 吃掉所有兵需要的最多移动次数|2473

本文涉及知识点

C++动态规划
C++BFS算法
数学博弈

LeetCode3283. 吃掉所有兵需要的最多移动次数

给你一个 50 x 50 的国际象棋棋盘，棋盘上有一个马和一些兵。给你两个整数 kx 和 ky ，其中 (kx, ky) 表示马所在的位置，同时还有一个二维数组 positions ，其中 positions[i] = [xi, yi] 表示第 i 个兵在棋盘上的位置。
Alice 和 Bob 玩一个回合制游戏，Alice 先手。玩家的一次操作中，可以执行以下操作：
玩家选择一个仍然在棋盘上的兵，然后移动马，通过最少的步数吃掉这个兵。注意，玩家可以选择任意一个兵，不一定要选择从马的位置出发最少移动步数的兵。
在马吃兵的过程中，马可能会经过一些其他兵的位置，但这些兵不会被吃掉。只有选中的兵在这个回合中被吃掉。
Alice 的目标是最大化两名玩家的总移动次数，直到棋盘上不再存在兵，而 Bob 的目标是最小化总移动次数。
假设两名玩家都采用最优策略，请你返回可以达到的最大总移动次数。

在一次移动中，如下图所示，马有 8 个可以移动到的位置，每个移动位置都是沿着坐标轴的一个方向前进 2 格，然后沿着垂直的方向前进 1 格。

在这里插入图片描述

示例 1：

输入：kx = 1, ky = 1, positions = [[0,0]]

输出：4

解释：
在这里插入图片描述

马需要移动 4 步吃掉 (0, 0) 处的兵。

示例 2：

输入：kx = 0, ky = 2, positions = [[1,1],[2,2],[3,3]]

输出：8
在这里插入图片描述

解释：
Alice 选择 (2, 2) 处的兵，移动马吃掉它需要 2 步：(0, 2) -> (1, 4) -> (2, 2) 。
Bob 选择 (3, 3) 处的兵，移动马吃掉它需要 2 步：(2, 2) -> (4, 1) -> (3, 3) 。
Alice 选择 (1, 1) 处的兵，移动马吃掉它需要 4 步：(3, 3) -> (4, 1) -> (2, 2) -> (0, 3) -> (1, 1) 。
示例 3：
输入：kx = 0, ky = 0, positions = [[1,2],[2,4]]
输出：3
解释：
Alice 选择 (2, 4) 处的兵，移动马吃掉它需要 2 步：(0, 0) -> (1, 2) -> (2, 4) 。注意，(1, 2) 处的兵不会被吃掉。
Bob 选择 (1, 2) 处的兵，移动马吃掉它需要 1 步：(2, 4) -> (1, 2) 。
提示：
0 <= kx, ky <= 49
1 <= positions.length <= 15
positions[i].length == 2
0 <= positions[i][0], positions[i][1] <= 49
positions[i] 两两互不相同。
输入保证对于所有 0 <= i < positions.length ，都有 positions[i] != [kx, ky] 。

BFS +动态规划之记忆化搜索 + 博弈

注意：国际象棋没有马腿。
n = pos.length
pos2 = pos， pos追加{kx,ky}
dis[i][j] 记录pos[i]到pos[j]的最少跳跃次数。

动态规划的状态表示

dp[i][m] 记录吃光剩余兵需要的跳跃次数。马在pos2[i],(1<<i)&m表示第i个兵是否存活。为了方便，增加变量bTurn表示当前回合是否是Alice的回合。
dp[i][m] 为-1表示未0处理。

记忆化搜索的函数Rec

函数的参数：i,m,bTurn
如果m等于0，return 0。
如果dp[i][m]不是-1，return dp[i][m]。
如果bTurn ，
枚举存活的兵j
return dp[i][m] = max(dis[i][j] + Rec(j,m ^( 1 << j ),false)
如果是Bom的回合：
return dp[i][m] = min(dis[i][j] + Rec(j,m ^( 1 << j ),true)

初始调用

return Rec(n,(1<<n)-1,true)

代码

核心代码

class Solution {
		public:
			int maxMoves(int kx, int ky, vector<vector<int>>& positions) {
				const int N = positions.size();
				const int N2 = N + 1;
				vector<pair<int, int>> pos2;
				for (const auto& v : positions) {
					pos2.emplace_back(v[0], v[1]);
				}
				pos2.emplace_back(kx,ky);

				vector<vector<int>> dis(N2, vector<int>(N2));
				for (int i = 0; i < N2; i++) {
					auto dis1 = Dis(pos2[i].first, pos2[i].second);
					for (int j = 0; j < N2; j++) {
						dis[i][j] = dis1[pos2[j].first][pos2[j].second];
					}
				}
				vector<vector<int>> dp(N2, vector<int>(1 << N,-1));
				function<int(int, int, bool)> Rec = [&](int pos, int mask, bool bTurn) {
					if (0 == mask) { return 0; }
					if (-1 != dp[pos][mask]) {
						return  dp[pos][mask]	;
					}
					int a[2] = { INT_MAX / 2,INT_MIN / 2 };
					for (int i = 0; i < N; i++) {
						if (!((1 << i) & mask)) { continue; }
						if (bTurn) {
							a[bTurn] = max(a[bTurn], Rec(i, mask ^ (1 << i), !bTurn) + dis[pos][i]);
						}
						else {
							a[bTurn] = min(a[bTurn], Rec(i, mask ^ (1 << i), !bTurn) + dis[pos][i]);
						}
					}
					return dp[pos][mask]= a[bTurn];
				};
				return Rec(N,( 1 << N)-1, true);
			}
			vector<vector<int>> Dis(int x, int y) {
				const int iNotMay = 1'000'000;
				vector<vector<int>> dis(50, vector<int>(50, iNotMay));
				queue<pair<int, int>> que;
				auto Add = [&](int x, int y,int iDis) {
					if ((x < 0) || (x >= 50)) { return; }
					if ((y < 0) || (y >= 50)) { return; }
					if (iNotMay != dis[x][y]) { return; }
					dis[x][y] = iDis;
					que.emplace(x, y);
				};
				pair<int,int> moves[] = { {1,1},{1,-1},{-1,1},{-1,-1} };
				Add(x, y, 0);				
				while (que.size()) {
					const auto [x, y] = que.front();
					que.pop();	
					for (const auto& [x1, y1] : moves)
					{
						Add(x + 2*x1, y + y1, dis[x][y] + 1);
						Add(x+x1,y+ 2*y1, dis[x][y] + 1);
					}
				}
				return dis;
			}
		};

单元测试

int kx,  ky;
		vector<vector<int>> positions;
		TEST_METHOD(TestMethod11)
		{
			kx = 1, ky = 1, positions = { {0,0} };
			auto res = Solution().maxMoves(kx, ky, positions);
			AssertEx(4, res);
		}
		TEST_METHOD(TestMethod12)
		{
			kx = 0, ky = 2, positions = { {1,1},{2,2},{3,3} };
			auto res = Solution().maxMoves(kx, ky, positions);
			AssertEx(8, res);
		}
		TEST_METHOD(TestMethod13)
		{
			kx = 0, ky = 0, positions = { {1,2},{2,4} };
			auto res = Solution().maxMoves(kx, ky, positions);
			AssertEx(3, res);
		}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标及时的反馈拉伸区（难度合适）专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功成功+反思=成功