import heapq

def min_steps_to_destination(m, n, T, grid):
    # 定义四个方向移动
    directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]
    
    # 优先队列，格式：(步数, x, y, 剩余爆发次数)
    pq = [(0, 0, 0, 3)]  # 初始位置 (0,0)，步数为 0，爆发次数 3
    visited = set()  # 记录访问过的状态
    
    while pq:
        steps, x, y, burst = heapq.heappop(pq)
        
        # 如果到达终点，返回步数
        if x == m - 1 and y == n - 1:
            return steps
        
        # 记录当前状态
        if (x, y, burst) in visited:
            continue
        visited.add((x, y, burst))
        
        # 遍历四个方向
        for dx, dy in directions:
            nx, ny = x + dx, y + dy
            
            if 0 <= nx < m and 0 <= ny < n:  # 确保新位置在范围内
                height_diff = abs(grid[nx][ny] - grid[x][y])
                
                if height_diff <= 1:
                    heapq.heappush(pq, (steps + 1, nx, ny, burst))
                elif height_diff <= t and burst> 0:
                    heapq.heappush(pq, (steps + 1, nx, ny, burst - 1))
    
    return -1  # 无法到达终点

# 读取输入
m, n, T = map(int, input().split())
grid = [list(map(int, input().split())) for _ in range(m)]

# 计算最短步数
print(min_steps_to_destination(m, n, T, grid))

主要思路

1. 建图：

读取 m × n 的矩阵。

每个格子的数值表示 高度。

只能上下左右移动。

2. BFS + 优先队列

普通移动时，高度差不能超过1。

如果高度差 超过1但小于等于T，可使用 爆发技能（最多3次）。

使用 队列（heapq） 进行搜索，记录 (当前步数, x, y, 剩余爆发次数)。

3. 终点条件

到达右下角 (m-1, n-1) 结束。