当青训营遇上码上掘金，
小青要找小码玩，他们的家在一条直线上。小青当前在地点 N ，小码在地点 K，并且小码在自己家原地不动等待小青。小青有两种交通方式可选：步行和公交。
步行：小青可以在一分钟内从任意节点 X 移动到节点 X-1 或 X+1。
公交：小青可以在一分钟内从任意节点 X 移动到节点 2×X （公交不可以向后走）。
小青要找小码玩，他们的家在一条直线上，如何让小青到达小码家的最短时间成为了一道题目。如果要让小青最快到达小码的家，我们可以使用广度优先搜索。
广度优先搜索是一种图论算法，用于找到图中两点之间的最短路径。我们可以将小青的当前位置作为起点，小码的家作为终点，使用广度优先搜索搜索出最短路径。
为了找到最短路径，我们需要用一个队列保存已经访问过的节点，并不断地将相邻的节点加入队列。这样，我们就可以遍历图中的所有节点，找到小青和小码之间的最短路径。
从初始点 N 到达终点 K ，通过扩展当前在路径中的点来实现这一目的。我们从小青的当前位置开始，不断地拓展他可以去到的下一个位置，并记录到达该位置所需的时间。当小青到达小码家时，我们就可以得到最短时间。
为了找到最短路径，我们需要用一个队列保存已经访问过的节点，并不断地将相邻的节点加入队列。这样，我们就可以遍历图中的所有节点，找到小青和小码之间的最短路径。
在实际操作中，我们可以使用一个数组，存储小青当前到每一个点的最短距离。当我们找到小码的家时，需要判断此时我们使用的是步行还是公交，以及这种方式是否比之前取得的答案更优。如果找到了更优的答案，则更新最短时间。最后，我们将最短时间输出，作为小青到达小码家所需的最短时间。
