uva 10700 Camel trading

本文介绍了一种简单的方法,通过变换加号和乘号的优先级,来计算给定字符串表达式中加法和乘法操作的最大值和最小值。使用预定义的函数`Complete`进行计算,并在`main`函数中调用两次,一次针对加法优先级,一次针对乘法优先级。

题目说了很多,但方法很简单,就是变换一下‘+’和‘*’的优先级,然后分别输出就OK!注意long long 就没问题了!

水过~~

 

#include<cstdio>
#include<cstring>
#include<cmath>
#include<cctype>
#include<cstdlib>
#include<algorithm>

using namespace std;

char str[1000],oper[1000];
long long num[1000];
int len;

long long Complete(char first,char last)
{
    int top = 0;
    memset(num,0,sizeof(num));
    for(int i = 0;i < len;i++)
    {
        if(isdigit(str[i]))
            num[top] = num[top] * 10 + (str[i]-'0');
        else if(str[i] == first)
        {
            int nextnum = 0,j = i+1;
            bool flag = true;
            for( ;j < len;j++)
            {
                if(isdigit(str[j]))
                {
                    nextnum = nextnum * 10 + (str[j]-'0');
                    flag = false;
                }
                else if(!flag)  break;
            }
            i = j-1;
            num[top] = first=='+' ? num[top] + nextnum : num[top] * nextnum;
        }
        else if(str[i]==last)   top++;
    }
    long long res;
    if(first=='+')
    {
        res = 1;
        for(int i = 0;i <= top;i++)
            res *= num[i];
    }
    else
    {
        res = 0;
        for(int i = 0;i <= top;i++)
            res += num[i];
    }
    return res;
}

int main()
{
    freopen("in.txt","r",stdin);
    //freopen("out.txt","w",stdout);
    int cases;
    scanf("%d",&cases);
    getchar();

    while(cases--)
    {
        gets(str);
        len = strlen(str);
        printf("The maximum and minimum are %lld and %lld.\n",Complete('+','*'),Complete('*','+'));
    }
    return 0;
}

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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