优化机器人吸尘器的路径

我正在尝试解决Hackerrank上的Botclean问题:https://www.hackerrank.com/challenges/botclean

我想到的解决方案是扫描棋盘,找到距离最近的脏污方块,然后导航到该方块,清洁它,并重复此过程直到所有方块都清洁。

代码

nextD = []def next_move(posr, posc, board):    global nextD    if nextD == []:        nextD = next_d(posr,posc,board)    if (nextD[0] == posr) and (nextD[1] == posc):        print("CLEAN")        board[posr][posc] = "-"        nextD = []        return     if posc < nextD[1]:        print("RIGHT")        return        #posc += 1    elif posc > nextD[1]:        print("LEFT")        return        #posc -= 1     if posr < nextD[0]:        print("DOWN")        return        #posr += 1    elif posr > nextD[0]:        print("UP")        return        #posr -= 1#find closest ddef next_d(posr, posc, board):    arr = []    for i in range(len(board)):        try:            #print("Distance to: ", i, board[i].index('d'), abs(i-posc) + abs(board[i].index('d')))            vals = [abs(i-posr) + abs(board[i].index('d')-posc), i, board[i].index('d')]            arr.append(vals)        except ValueError:            pass    arr.sort()    return [arr[0][1], arr[0][2]]# Tail starts hereif __name__ == "__main__":    pos = [int(i) for i in input().strip().split()]    board = [[j for j in input().strip()] for i in range(5)]    next_move(pos[0], pos[1], board)

我卡在了17.60/17.82的分数上。我的机器人在测试用例中获得了16、20、34、26的分数。最佳分数是16、25、28和18。讨论中提到应该实现贪婪算法,但我不是很确定在这种情况下该如何实现。有什么优化这个问题的建议吗?我是不是完全走错了方向?

编辑:时间不是评判标准。所以反复扫描棋盘不一定是问题。

如果你想观看它的实际操作:https://www.hackerrank.com/showgame/4843664

谢谢!


回答:

明白了

nextD = []def next_move(posr, posc, board):    global nextD    if nextD == []:        nextD = next_d(posr,posc,board)    if (nextD[0] == posr) and (nextD[1] == posc):        print("CLEAN")        board[posr][posc] = "-"        nextD = []    elif posc < nextD[1]:        print("RIGHT")    elif posc > nextD[1]:        print("LEFT")    elif posr < nextD[0]:        print("DOWN")    elif posr > nextD[0]:        print("UP")#find closest ddef next_d(posr, posc, board):    val = len(board) * 2    nextD = []    for i in range(len(board)):        for j in range(len(board[i])):            if board[i][j] == 'd' and abs(i - posr) + abs(j - posc) < val:                val = abs(i - posr) + abs(j - posc)                nextD = [i, j]    return nextD# Tail starts hereif __name__ == "__main__":    pos = [int(i) for i in input().strip().split()]    board = [[j for j in input().strip()] for i in range(5)]    next_move(pos[0], pos[1], board)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注