华为OD机试_2025 B卷_小华地图寻宝（Python，100分）（附详细解题思路）

题目描述

小华按照地图去寻宝，地图上被划分成 m 行和 n 列的方格，横纵坐标范围分别是 [0, n-1] 和 [0, m-1]。

在横坐标和纵坐标的数位之和不大于 k 的方格中存在黄金（每个方格中仅存在一克黄金），但横坐标和纵坐标数位之和大于 k 的方格存在危险不可进入。小华从入口 (0,0) 进入，任何时候只能向左，右，上，下四个方向移动一格。

请问小华最多能获得多少克黄金？

输入描述
坐标取值范围如下：
0 ≤ m ≤ 50
0 ≤ n ≤ 50
k 的取值范围如下：
0 ≤ k ≤ 100
输入中包含3个字数，分别是m, n, k

输出描述
输出小华最多能获得多少克黄金

用例

输入	40 40 18
输出	1484
说明	无

输入	5 4 7
输出	20
说明	无

小华寻宝问题：简单直观的BFS解法

核心解题思路

关键问题分析

小华需要从起点 (0,0) 出发，访问所有满足条件的格子：

1. 只能进入坐标数位之和 ≤ k 的格子
2. 只能在相邻的满足条件的格子间移动
3. 每个满足条件的格子有1克黄金

简单解法：广度优先搜索（BFS）

使用BFS可以高效解决网格遍历问题：

1. 从起点 (0,0) 开始
2. 检查当前格子是否满足条件
3. 向四个方向扩展
4. 统计访问过的所有满足条件的格子数量

为什么BFS适合？

1. 保证访问所有可达格子：BFS按层遍历，不会遗漏
2. 避免重复访问：使用标记数组记录已访问格子
3. 高效实现：网格最大50×50=2500个格子，BFS完全可行
4. 直观易懂：模拟小华实际移动过程

算法步骤详解

1. 数位之和计算

def digit_sum(i, j):"""计算坐标(i,j)的数位之和"""total = 0for num in [i, j]:while num:total += num % 10num //= 10return total

2. 输入处理

m, n, k = map(int, input().split())

3. 特殊情况处理

• 网格为空时直接返回0
• 起点不满足条件时返回0

4. BFS核心

from collections import deque# 初始化
visited = [[False] * n for _ in range(m)]
queue = deque()
gold_count = 0# 起点检查
if digit_sum(0, 0) <= k:queue.append((0, 0))visited[0][0] = True# BFS主循环
while queue:i, j = queue.popleft()gold_count += 1  # 获得黄金# 四个方向：上、下、左、右for dx, dy in [(0, 1), (0, -1), (1, 0), (-1, 0)]:ni, nj = i + dx, j + dy# 检查新坐标是否有效if 0 <= ni < m and 0 <= nj < n:# 检查是否访问过且满足条件if not visited[ni][nj] and digit_sum(ni, nj) <= k:visited[ni][nj] = Truequeue.append((ni, nj))

5. 输出结果

print(gold_count)

完整代码实现

from collections import dequedef digit_sum(i, j):"""计算坐标(i,j)的数位之和"""total = 0for num in [i, j]:while num:total += num % 10num //= 10return total# 输入处理
m, n, k = map(int, input().split())# 处理网格为空的情况
if m == 0 or n == 0:print(0)exit()# 初始化BFS数据结构
visited = [[False] * n for _ in range(m)]
queue = deque()
gold_count = 0# 检查起点(0,0)
if digit_sum(0, 0) <= k:queue.append((0, 0))visited[0][0] = True# BFS主循环
while queue:i, j = queue.popleft()gold_count += 1  # 获得当前格子的黄金# 遍历四个方向：上、下、左、右directions = [(0, 1), (0, -1), (1, 0), (-1, 0)]for dx, dy in directions:ni, nj = i + dx, j + dy  # 新坐标# 检查新坐标是否在网格内if 0 <= ni < m and 0 <= nj < n:# 检查是否未访问且满足条件if not visited[ni][nj] and digit_sum(ni, nj) <= k:visited[ni][nj] = Truequeue.append((ni, nj))# 输出结果
print(gold_count)

示例验证

用例1：输入 5 4 7 → 输出 20

• 网格大小：5行4列（20个格子）
• 所有格子数位之和 ≤ 7（最大为4+3=7）
• BFS会访问所有20个格子
• 输出20正确

用例2：输入 40 40 18 → 输出 1484

• BFS遍历所有满足条件的格子
• 计算结果为1484，符合题目要求

BFS执行过程

1. 初始化：起点(0,0)入队
2. 循环开始：出队(0,0)，黄金+1
3. 扩展邻居：(0,1)、(1,0)入队
4. 继续出队：处理(0,1)，扩展邻居
5. 层层扩展：直到所有可达格子被访问
6. 结束条件：队列为空

关键算法点

1. 方向处理

directions = [(0, 1), (0, -1), (1, 0), (-1, 0)]

使用元组表示四个移动方向：

• (0,1)：向右移动
• (0,-1)：向左移动
• (1,0)：向下移动
• (-1,0)：向上移动

2. 访问标记

visited = [[False] * n for _ in range(m)]

• 创建二维数组记录访问状态
• 避免重复访问，提高效率

3. 边界检查

if 0 <= ni < m and 0 <= nj < n:

确保新坐标在网格范围内

边界情况处理

1. 网格为空：m == 0 or n == 0 时直接输出0
2. 起点不满足条件：k < 0 时输出0（但k≥0，起点数位和=0，所以不会发生）
3. 孤立区域：BFS只访问连通区域，自动处理孤立区

为什么BFS比DFS更合适？

1. 非递归实现：避免递归深度过大
2. 更少内存占用：队列比调用栈更节省空间
3. 层序访问：更符合网格遍历特点
4. 避免堆栈溢出：网格最大2500个点，DFS递归深度可能达2500级

总结与思考

通过这个解法，我们学习到：

1. BFS的基本框架：
   • 队列初始化
   • 访问标记
   • 方向扩展
2. 网格问题的处理技巧：
   • 方向数组简化移动
   • 边界检查确保安全
   • 访问标记避免重复
3. 问题分析能力：
   • 识别连通区域特性
   • 选择合适遍历算法
   • 处理边界条件

BFS解法时间复杂度 O(m×n)，空间复杂度 O(m×n)，在题目约束下完全可行。代码简洁直观，适合初学者理解和实现。

小技巧：网格遍历问题优先考虑BFS，它提供了一种系统化、可预测的访问顺序，确保不会遗漏任何可达点。