[LeetCode]Add Binary

本文介绍了一种算法,用于将两个二进制字符串相加并返回其和。该算法考虑了进位,并通过反转字符串来获取最终结果。适用于计算机科学和编程领域的读者。

Given two binary strings, return their sum (also a binary string).

For example,
a = "11"
b = "1"
Return "100".

思路:把两个二进制串相加,返回加的结果。

从每个字符串最后一位开始加,同时要考虑到进位位。

ret+=((a[i]-'0')^(b[i-m+n]-'0')^cin+'0');
cin = (a[i]-'0'+b[i-m+n]-'0'+cin)>1?1:0;

特别注意数组不要越界,最好在最开始做个判断,把长的string设置为a,短的设置为b。

最后由于ret是反相加的,要把ret翻转就是最后的结果。

class Solution {
public:
    string addBinary(string a, string b) {
        int cin = 0;
        if(a.size()<b.size()){
            string temp;
            temp = a;
            a = b;
            b = temp;
        }
        string ret;
        int m = a.size();
        int n = b.size();
        for(int i = m-1;i>=0;--i){
            if(i>=m-n){
                ret+=((a[i]-'0')^(b[i-m+n]-'0')^cin+'0');
                cin = (a[i]-'0'+b[i-m+n]-'0'+cin)>1?1:0;
            }
            if(i<m-n){
                ret+=((a[i]-'0')^cin+'0');
                cin = (a[i]-'0'+cin)>1?1:0;
            }
        }
            if(cin>0)
               ret += '1';
            reverse(ret);
            return ret;
            
    }
    void reverse(string &a){
        int i=0;
        int j=a.size()-1;
        while(i<j){
            char temp = a[i];
            a[i] = a[j];
            a[j] = temp;
            ++i;
            --j;
        }
    }
};


内容概要:本文介绍了一个基于MATLAB实现的多目标粒子群优化算法(MOPSO)在无人机三维路径规划中的应用。该代码实现了完整的路径规划流程,包括模拟数据生成、障碍物随机生成、MOPSO优化求解、帕累托前沿分析、最优路径选择、代理模型训练以及丰富的可视化功能。系统支持用户通过GUI界面设置参数,如粒子数量、迭代次数、路径节点数等,并能一键运行完成路径规划与评估。代码采用模块化设计,包含详细的注释,同时提供了简洁版本,便于理解和二次开发。此外,系统还引入了代理模型(surrogate model)进行性能预测,并通过多种图表对结果进行全面评估。 适合人群:具备一定MATLAB编程基础的科研人员、自动化/控制/航空航天等相关专业的研究生或高年级本科生,以及从事无人机路径规划、智能优化算法研究的工程技术人员。 使用场景及目标:①用于教学演示多目标优化算法(如MOPSO)的基本原理与实现方法;②为无人机三维路径规划提供可复现的仿真平台;③支持对不同参数配置下的路径长度、飞行时间、能耗与安全风险之间的权衡进行分析;④可用于进一步扩展研究,如融合动态环境、多无人机协同等场景。 其他说明:该资源包含两份代码(详细注释版与简洁版),运行结果可通过图形界面直观展示,包括Pareto前沿、收敛曲线、风险热图、路径雷达图等,有助于深入理解优化过程与结果特性。建议使用者结合实际需求调整参数,并利用提供的模型导出功能将最优路径应用于真实系统。
评论
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