HDU 5753 Permutation Bo (找规律)

本文通过具体实例解析了一个复杂的组合数学问题,通过观察规律总结出了解题方法,并给出了相应的C++实现代码。

这题的题意理解了老半天。

最后应该是:


ans = sigma( f(n))/ n!;n可以达到1000;所以直接算肯定是不现实的,把n=3,n=4两种情况手列出来

发现:

n=3时:第一个位置,第二个位置,第三个位置对答案的贡献是 3 ,2, 3(次);

n = 4 时; 四个位置分别是 12 ,8,8,12;

这时候发现规律就是 两边的两个贡献为 3*n次,中间是2*n次;

如果还不放心:再推一下n=5的情况;这里利用一些组合数学的知识也不难推出来:比如第一个位置为5时,其它四个位置就是 A(4,4)=24, 再考虑第一个位置是4时,4的右边不能是5,所以是A(3,3)*3=18;就这样花一点时间推完发现:

n=5时:五个位置的贡献分别是 60,40,40,40,60;

这下可以放心了!

把n>3的情况全部归到n=3的情况,分子就是i==0 || i=n-1 时 c[i]*3,其他c[i]*2,最后除以A(3,3)

【代码】

/* ***********************************************
Author        :angon
************************************************ */
#include <stdio.h>
#include <string.h>
#include <iostream>
#include <algorithm>
#include <stack>
#include <vector>
#include <queue>
#include <set>
#include <map>
#include <string>
#include <math.h>
#include <stdlib.h>
#include <time.h>
using namespace std;
#define REP(i,k,n) for(int i=k;i<n;i++)
#define REPP(i,k,n) for(int i=k;i<=n;i++)
#define scan(d) scanf("%d",&d)
#define scann(n,m) scanf("%d%d",&n,&m)
#define mst(a,k)  memset(a,k,sizeof(a));
#define LL long long
#define maxn 1005
#define mod 100000007
/*
inline int read()
{
    int s=0;
    char ch=getchar();
    for(; ch<'0'||ch>'9'; ch=getchar());
    for(; ch>='0'&&ch<='9'; ch=getchar())s=s*10+ch-'0';
    return s;
}
inline void print(int x)
{
    if(!x)return;
    print(x/10);
    putchar(x%10+'0');
}
*/

int main()
{
    //freopen("in.txt","r",stdin);
    //freopen("out.txt","w",stdout);
    int n;
    while(~scan(n))
    {
        LL ans=0,x;
        REP(i,0,n)
        {
            scanf("%I64d",&x);
            if(i==0 || i==n-1)
            {
                ans += x*3;
            }
            else
                ans += x*2;
        }
        if(n==1)
            printf("%.6lf\n",(double)x);
        else
            printf("%.6lf\n", (double)ans/6.0);
    }


    return 0;
}


内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值