当青训营遇上码上掘
本题是一个经典的最短路径问题，要求在一条数轴上求出从起点到终点的最短距离。该问题可以用广度优先搜索（BFS）算法来解决，BFS 算法是基于图的遍历算法，用于求解从起点到终点的最短路径，算法时间复杂度为 O(E+V)，其中 E 表示边的数目，V 表示点的数目。
问题分析：
首先，本题的实际问题是给定一个一维数轴，小青和小码分别位于该数轴上的不同位置，小青有两种移动方式：步行和公交，步行可以向左或向右移动一格，公交可以将当前位置乘以二，求小青到小码的最短距离。该问题可以抽象成一个图，数轴上的每个点可以看作图中的一个节点，两个节点之间的连线表示两个位置之间的移动方式，即步行或公交。本题要求的最短距离可以看作是从起点到终点的最短路径长度。
解决思路：
针对该问题，我们可以使用 BFS 算法来解决。BFS 算法的基本思路是：从起点开始，将其加入队列，然后逐个取出队列中的元素，将与该元素相邻的未访问过的节点加入队列中，直到找到终点或队列为空为止。
在本题中，我们可以定义一个结构体 Node，表示数轴上的一个节点，其中 pos 表示该节点的位置，step 表示从起点到该节点所需的步数。在 BFS 算法的实现中，我们首先需要定义一个队列，然后将起点加入队列中，并标记起点已经访问过。接下来，我们依次取出队列中的元素，如果该元素的位置为终点，则返回该节点的步数。否则，我们将该节点的相邻节点加入队列中，这些相邻节点分别是当前节点左右两侧的位置以及当前位置的两倍，需要判断这些相邻节点是否越界或已经访问过，如果没有越界或未访问过，就将其加入队列中，标记为已访问过。
在实现过程中，需要注意队列的初始化，防止越界以及重复访问。当队列为空时，说明无法从起点到终点，返回-1。
最后，在主函数中，读入小青和小码的位置，并输出从小青到小码的最短距离。
总结
在实际应用中，最短路径问题是一类非常重要的问题，在实际应用中，往往需要考虑多种因素，如路程时间、路费、交通状况、道路状况等因素，因此最短路径问题是一个非常复杂的问题。在这些应用中，往往需要根据实际情况选择不同的算法来解决，例如 Dijkstra 算法、A* 算法、Bellman-Ford 算法等。
附变量详细说明：
start：表示小青的起点，即地点 N。
target：表示小码的终点，即地点 K。
vis：表示该节点是否被访问过的标记数组，vis[i] = 0 表示节点 i 没有被访问过，vis[i] = 1 表示节点 i 已经被访问过。
step：表示小青到达某一节点所需的时间（步数）。
q：表示 BFS 队列，存储待处理的节点。
ans：表示最终的结果，即小青到达小码家所需的最短时间。
cur：表示当前节点的位置。
x：表示从当前节点向左或右移动一步后的位置。
y：表示从当前节点乘以 2 后的位置。
除此之外，还有一些临时变量，用于辅助实现 BFS 算法。这些变量包括：
cnt：表示当前 BFS 层数的节点数。
next：表示 BFS 层数的下一个节点数。
i：表示循环计数器，用于遍历数组等操作。
flag：表示当前节点是否可达的标记，flag = 0 表示当前节点不可达，flag = 1 表示当前节点可达。
代码：
