东东的舞会 (小根堆)

本文介绍了一个关于小朋友跳舞顺序的问题,通过堆算法解决。输入小朋友跳舞的熟练度,输出跳舞顺序。提供了完整的程序代码及解析,适用于40%的数据规模在1000以内,100%的数据规模在10000以内。

东东的舞会(dance.pas/.c/.cpp)
题目描述
东东的幼儿园举办舞会,一共有N个小朋友参加。
老师让所有的小朋友站成一列,从左开始编号,最左边的小朋友编号为1,最右边的为N。每个小朋友跳舞的熟练度我们用一个整数来表示,第i个小朋友的熟练度为ai,每次相邻小朋友熟练度最接近的一对会出列跳舞,如果有多对那么最左边的那一对会先出列。
东东是个爱思考的孩子,他想如果出列的小朋友不再回到队伍当中的话,那么出列的顺序是什么样的呢?
输入格式
第一行是一个正整数 N。
第二行N个由空格隔开的正整数,第i个正整数ai,表示队列中第i个小朋友的跳舞熟练度。
输出格式
一行,表示按顺序出列的小朋友的编号。(一对小朋友编号小的在前。)
样例输入
5
5 3 2 1 8
样例输出
2 3 1 4
数据范围与约定
对于 40% 的数据,1≤N≤1000
对于 100% 的数据,1≤N≤10000,1≤ai≤100000

看到题目第一眼就知道是堆,写了很久,但是评测之后发现数据很水,同学的暴力枚举都能AC。
模拟赛的解题报告如下:

考虑到N是1w的,恐怕很多同学就不敢写O(n^2)的暴力算法了, 其实本题每次删除的是两个元素,所以算法就是O( n2/4)。AC无压力。 本题也可以使用单链表来解决

自己维护小根堆然后瞬间ac的代码:

program mys;

var  i,j,k,m,n,nn,t,tt,t1,t2:longint;
a,f,l,r,zz,yy:array[0..300000]of longint;
b:array[0..300000]of boolean;

procedure put(x,y:longint);
var p,tt:longint;
begin 
inc(t);
f[t]:=abs(a[x]-a[y]);
l[t]:=x; r[t]:=y;
tt:=t;
while (tt>1)and((f[tt]<f[tt div 2])or((f[tt]=f[tt div 2])and(l[tt]<l[tt div 2]))) do
begin 
p:=f[tt]; f[tt]:=f[tt div 2]; f[tt div 2]:=p;
p:=l[tt]; l[tt]:=l[tt div 2]; l[tt div 2]:=p;
p:=r[tt]; r[tt]:=r[tt div 2]; r[tt div 2]:=p;
tt:=tt div 2;
end;
end;

procedure pop;
var p,tt,son:longint;
begin
f[1]:=f[t];
l[1]:=l[t];
r[1]:=r[t];
dec(t);
tt:=1;
while (tt*2<=t) do
begin 
if (tt*2+1>t) or ((f[tt*2])<f[tt*2+1])or((f[tt*2]=f[tt*2+1])and(l[tt*2]<l[tt*2+1])) then 
son:=tt*2
else son:=tt*2+1;
if (f[son]<f[tt])or((f[tt]=f[son])and(l[son]<l[tt])) then 
begin 
p:=f[tt]; f[tt]:=f[son]; f[son]:=p;
p:=l[tt]; l[tt]:=l[son]; l[son]:=p;
p:=r[tt]; r[tt]:=r[son]; r[son]:=p;
tt:=son;
end
else break;
end;
end;


begin 
assign(input,'dance.in');reset(input);
assign(output,'dance.out');rewrite(output);
readln(n);
nn:=n;
for i:=1 to n do 
read(a[i]);
for i:=1 to n do 
begin 
zz[i]:=i-1;
yy[i]:=i+1;
end;
fillchar(b,sizeof(b),false);
for i:=1 to n-1 do 
put(i,i+1);

repeat
while b[l[1]]or b[r[1]] do pop;
if l[1]<r[1] then write(l[1],' ',r[1],' ')
else write(r[1],' ',l[1],' ');
b[r[1]]:=true; b[l[1]]:=true;
t1:=zz[l[1]]; 
t2:=yy[r[1]];
zz[t2]:=t1;
yy[t1]:=t2;
n:=n-2;
pop;
if (t1>0)and(t2<=nn) then 
begin 
put(t1,t2); 
end;
until n<2;

close(input);
close(output);
end.


本项目采用C++编程语言结合ROS框架构建了完整的双机械臂控制系统,实现了Gazebo仿真环境下的协同运动模拟,并完了两台实体UR10工业机器人的联动控制。该毕业设计在答辩环节获得98分的优异绩,所有程序代码均通过系统性调试验证,保证可直接部署运行。 系统架构包含三个核心模块:基于ROS通信架构的双臂协调控制器、Gazebo物理引擎下的动力学仿真环境、以及真实UR10机器人的硬件接口层。在仿真验证阶段,开发了双臂碰撞检测算法和轨迹规划模块,通过ROS控制包实现了末端执行器的同步轨迹跟踪。硬件集方面,建立了基于TCP/IP协议的实时通信链路,解决了双机数据同步和运动指令分发等关键技术问题。 本资源适用于自动化、机械电子、人工智能等专业方向的课程实践,可作为高年级课程设计、毕业课题的重要参考案例。系统采用模块化设计理念,控制核心与硬件接口分离架构便于功能扩展,具备工程实践能力的学习者可在现有框架基础上进行二次开发,例如集视觉感知模块或优化运动规划算法。 项目文档详细记录了环境配置流程、参数调试方法和实验验证数据,特别说明了双机协同作业时的时序同步解决方案。所有功能模块均提供完整的API接口说明,便于使用者快速理解系统架构并进行定制化修改。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文围绕基于非支配排序的蜣螂优化算法(NSDBO)在微电网多目标优化调度中的应用展开研究,提出了种改进的智能优化算法以解决微电网系统中经济性、环保性和能源效率等多重目标之间的权衡问题。通过引入非支配排序机制,NSDBO能够有效处理多目标优化中的帕累托前沿搜索,提升解的多样性和收敛性,并结合Matlab代码实现仿真验证,展示了该算法在微电网调度中的优越性能和实际可行性。研究涵盖了微电网典型结构建模、目标函数构建及约束条件处理,实现了对风、光、储能及传统机组的协同优化调度。; 适合人群:具备定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能优化算法应用的工程技术人员;熟悉优化算法与能源系统调度的高年级本科生亦可参考。; 使用场景及目标:①应用于微电网多目标优化调度问题的研究与仿真,如本最小化、碳排放最低与供电可靠性最高之间的平衡;②为新型智能优化算法(如蜣螂优化算法及其改进版本)的设计与验证提供实践案例,推动其在能源系统中的推广应用;③服务于学术论文复现、课题研究或毕业设计中的算法对比与性能测试。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注NSDBO算法的核心实现步骤与微电网模型的构建逻辑,同时可对比其他多目标算法(如NSGA-II、MOPSO)以深入理解其优势与局限,进步开展算法改进或应用场景拓展。
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