1613 跑路

这篇博客探讨了一种基于图论的算法问题,通过建图、预处理和最短路(Floyd 算法)三步解决步数为 2 的幂次的路径。博主分享了代码实现,并以简洁的语言解释了每一步骤,适合对图算法感兴趣的读者学习。

1613 跑路

这道题一说跑的步数是2k立刻就懂了,倍增
这道题分三步进行解答:
1.建图,这个步骤就是初始化,输入起点终点dis数组存储可以1秒达到,然后g[x][y][k]存的是x~y之间是不是存在一条2k的路径,所以我们得进行标记
2.预处理这个步骤其实就是说将那些可以一秒达到的地方链接一下然后把距离设置成一秒也就是标记,然后做下面的操作
3.最短路这些步骤一秒到达的地方直接跑一边最短路,也就是Floyd,小于50的数据floyd可以承受
最后这道题就做出来了,不难想,挺好实现的

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstdio>
#include<string>
#include<cstring>
using namespace std;
int dis[60][60];//路径changdu 
int n,m;
bool g[60][60][70];//判断是否存在
void init()
{
	memset(g,0,sizeof(g));
	memset(dis,10,sizeof(dis));
	cin>>n>>m;
	for(int i=1;i<=m;i++)
	{
		int x,y;
		cin>>x>>y;
		dis[x][y]=1;
		g[x][y][0]=1;
	}
 }
 void work()
 {
 	for(int k=1;k<=64;k++)
    //枚举步数 
    	for(int i=1;i<=n;i++)
    		for(int t=1;t<=n;t++)
    			for(int j=1;j<=n;j++)
    //枚举三个点
    				if(g[i][t][k-1]&&g[t][j][k-1])
    //说明i~j可以到达 
    {
        g[i][j][k]=true;
        //标记从i到j存在一条长度为2^k的路径 
        dis[i][j]=1;
        //i到j距离可以一秒到达 
    }
 }
 void floyd()
{
    for(int k=1;k<=n;k++)
    	for(int i=1;i<=n;i++)
    		for(int j=1;j<=n;j++)
    			dis[i][j]=min(dis[i][j],dis[i][k]+dis[k][j]);//松弛,求最小值 
} 
int main()
{
	init();
	work();
	floyd();
	cout<<dis[1][n]<<endl;
	return 0;
}
内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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