程序设计思维与实践 月模拟题4 Blog

CSP-201809-3元素选择器解析
本文详细解析了CSP-201809-3元素选择器问题,通过构建元素结构体,实现对文档元素的匹配,特别是对后代选择器的贪心策略匹配过程进行了深入探讨。

CSP-201809-3元素选择器

题目具体描述不再粘贴,如有需要可参照CSP模拟考试网址。
CSP模拟考试网址

题目分析

  这道题目的题意较为复杂,下面先对题目里面的相关进行阐述和更好的理解:

  • 文档的基本组成为元素,元素的关键信息包括:文档当中的位置及缩进、标签、ID属性值;标签大小写不敏感,所以可以同一转换成大写或者小写;ID属性值大小写敏感
  • 除最后一级外,前面的部分都可以尽量匹配层级小的元素。
    注意整个文档的结构类似于一棵(由缩进决定之间的父子关系),因此后代选择器实际上对应着一条路径,根据这里的提示,我们应该从路径末尾往“根”走。

  下面介绍解决题目所求问题的相关思路以及在解决过程中遇到的一系列问题:

  • 考虑使用结构体表示元素,包括三个变量:缩进、标签、ID。注意行数是其在结构体数组中的下标,从1开始;
  • 选择器的判断:如果是单一选择器,那么不存在空格;否则必然是后代选择器;
  • 对于前面两种可以直接遍历匹配;
  • 对于后代选择器,因此其包含的字符串可能有多个,而且需要逐级匹配,所以考虑使用vector<string>保存。之后遍历整个数组判断是否存在某个元素满足后代选择器中最后一级,如果满足,由于题目提示——多级的后代选择器在匹配时,可以采用贪心的策略:除最后一级外,前面的部分都可以尽量匹配层级小的元素。

所以我们从后往前遍历,不断地判断是否匹配vector当中的字符串,如果一直到文档开始都没有匹配完全,那么说明匹配失败,继续判断下一行的元素。

  • 结果的输出:注意需要输出元素数量、匹配元素的行数,所以使用vector<int>进行保存。

      下面是题目的全部代码:

#include<iostream>
#include<algorithm>
#include<string>
#include<cstring>
#include<vector>
using namespace std;
const int maxn = 110;
struct element
{
	string label,id;
	int ind;//缩进 
};

element x[maxn];
vector<string> des;//存储后代选择器的字符串
vector<int> ans; 

void init()
{
	ans.clear();
	des.clear();
}

int n,m,cnt,pos;
string tmp,temp;

bool check(int index)
{
	int num = x[index].ind,d = des.size()-2;
	for(int j=index-1;j>=1;--j)
	{	
		if(x[j].ind == num-1)
		{
			if(des[d][0]!='#' && des[d]==x[j].label)d--;
			else if(des[d][0]=='#' && des[d]==x[j].id)d--;
			//cout<<"此时d = "<<d<<endl; 
			if(d < 0)return true;
			num = x[j].ind;//往父亲元素走
		}
	}
	return false;
}
int main()
{
	cin >> n >> m;
	getchar();
	for(int i=1;i<=n;++i)
	{
		getline(cin,tmp);
		//根据'.'计算层级 
		pos = count(tmp.begin(),tmp.end(),'.');
		x[i].ind = pos/2;
		//判断是否含有ID选择器
		tmp.erase(0,pos);
		
		pos = tmp.find('#');
		if(pos==string::npos)
		{
			transform(tmp.begin(),tmp.end(),tmp.begin(),::toupper);
			x[i].label = tmp;
			x[i].id = "";
		}
		else
		{
			if(pos == 0)x[i].label="";
			else 
			{
				temp = tmp.substr(0,pos-1);
				transform(temp.begin(),temp.end(),temp.begin(),::toupper);
				x[i].label = temp;
			}
			x[i].id = tmp.substr(pos);
		}			
	}
	
	for(int i=1;i<=m;++i)
	{
		getline(cin,tmp);
		init();
		if(count(tmp.begin(),tmp.end(),' ') == 0)
		{//不是多级 
			if(tmp[0]=='#')
			{
				for(int j=1;j<=n;++j)
					if(x[j].id == tmp)ans.push_back(j);
			}		
			else
			{
				transform(tmp.begin(),tmp.end(),tmp.begin(),::toupper);
				for(int j=1;j<=n;++j)
				{
					if(x[j].label == tmp)ans.push_back(j);
				}
					
			}
		}
		else
		{
			int index = tmp.find(' ');
			while(index!=string::npos)
			{
				temp = tmp.substr(0,index);
				if(temp[0]=='#')des.push_back(temp);
				else
				{
					transform(temp.begin(),temp.end(),temp.begin(),::toupper);
					des.push_back(temp);
				}
				tmp.erase(0,index+1);
				index = tmp.find(' ');
			}
			if(tmp[0]=='#')des.push_back(tmp);
			else
			{
				transform(tmp.begin(),tmp.end(),tmp.begin(),::toupper);
				des.push_back(tmp);
			}
			int size = des.size();
			for(int j=1;j<=n;++j)
			{
				if((des[size-1][0]=='#'&&des[size-1]==x[j].id) || (des[size-1][0]!='#' && des[size-1]==x[j].label))
				{
					//cout<<"此时j = "<<j<<" des字符串为 "<<des[size-1]<<endl;
					if(check(j))ans.push_back(j); 
				}	
			}
		}
		cout<<ans.size();
        for(int j=0;j<ans.size();j++)
            cout<<" "<<ans[j];   //输出
        cout<<endl;
	}
	
	return 0;
}


【永磁同步电机】基于模型预测控制MPC的永磁同步电机非线性终端滑模控制仿真研究(Simulink&Matlab代码实现)内容概要:本文围绕永磁同步电机(PMSM)的高性能控制展开,提出了一种结合模型预测控制(MPC)非线性终端滑模控制(NTSMC)的先进控制策略,并通过SimulinkMatlab进行系统建模仿真验证。该方法旨在克服传统控制中动态响应慢、鲁棒性不足等问题,利用MPC的多步预测和滚动优化能力,结合NTSMC的强鲁棒性和有限时间收敛特性,实现对电机转速和电流的高精度、快速响应控制。文中详细阐述了系统数学模型构建、控制器设计流程、参数整定方法及仿真结果析,展示了该复合控制策略在抗干扰能力和动态性能方面的优越性。; 适合人群:具备自动控制理论、电机控制基础知识及一定Matlab/Simulink仿真能力的电气工程、自动化等相关专业的研究生、科研人员及从事电机驱动系统开发的工程师。; 使用场景及目标:①用于深入理解模型预测控制滑模控制在电机系统中的融合应用;②为永磁同步电机高性能控制系统的仿真研究实际设计提供可复现的技术方案代码参考;③支撑科研论文复现、课题研究或工程项目前期验证。; 阅读建议:建议读者结合提供的Simulink模型Matlab代码,逐步调试仿真环境,重点析控制器设计逻辑参数敏感性,同时可尝试在此基础上引入外部扰动或参数变化以进一步验证控制鲁棒性。
一种基于有效视角点方法的相机位姿估计MATLAB实现方案 该算法通过建立三维空间点二维图像点之间的几何对应关系,实现相机外部参数的精确求解。其核心原理在于将三维控制点表示为四个虚拟基点的加权组合,从而将非线性优化问题转化为线性方程组的求解过程。 具体实现步骤包含以下关键环节:首先对输入的三维世界坐标点进行归一化预处理,以提升数值计算的稳定性。随后构建包含四个虚拟基点的参考坐标系,并通过奇异值解确定各三维点在该基坐标系下的齐次坐标表示。接下来建立二维图像点三维基坐标之间的投影方程,形成线性约束系统。通过求解该线性系统获得虚拟基点在相机坐标系下的初步坐标估计。 在获得基础解后,需执行高斯-牛顿迭代优化以进一步提高估计精度。该过程通过最小化重投影误差来优化相机旋转矩阵和平移向量。最终输出包含完整的相机外参矩阵,其中旋转部采用正交化处理确保满足旋转矩阵的约束条件。 该实现方案特别注重数值稳定性处理,包括适当的坐标缩放、矩阵条件数检测以及迭代收敛判断机制。算法能够有效处理噪声干扰下的位姿估计问题,为计算机视觉中的三维重建、目标跟踪等应用提供可靠的技术基础。 资源来源于网络享,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!
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