PAT 甲级 1028. List Sorting (25) 【结构体排序】

本文提供PAT-A-1028题目的详细解答过程,介绍如何使用快速排序算法并针对不同条件实现定制化的比较函数。通过C语言而非C++的string类型来优化性能,避免超时。

题目链接

https://www.patest.cn/contests/pat-a-practise/1028

思路
就按照 它的三种方式 设计 comp 函数 然后快排就好了

但是 如果用 c++ 中的 string 保存名字的话 就会超时

所以 用 c 里面的 char *s 就可以过

AC代码

#include <cstdio>
#include <cstring>
#include <ctype.h>
#include <cstdlib>
#include <cmath>
#include <climits>
#include <ctime>
#include <iostream>
#include <algorithm>
#include <deque>
#include <vector>
#include <queue>
#include <string>
#include <map>
#include <stack>
#include <set>
#include <numeric>
#include <sstream>
#include <iomanip>
#include <limits>

#define CLR(a) memset(a, 0, sizeof(a))
#define pb push_back

using namespace std;
typedef long long ll;
typedef long double ld;
typedef unsigned long long ull;
typedef pair <int, int> pii;
typedef pair <ll, ll> pll;
typedef pair<string, int> psi;
typedef pair<string, string> pss;

const double PI = 3.14159265358979323846264338327;
const double E = exp(1);
const double eps = 1e-30;

const int INF = 0x3f3f3f3f;
const int maxn = 1e5 + 5;
const int MOD = 1e9 + 7;

struct Node
{
    int id, g;
    char name[10];
}a[maxn];

bool comp_1(Node x, Node y)
{
    return x.id < y.id;
}

bool comp_2(Node x, Node y)
{
    if (strcmp(x.name, y.name) == 0)
        return x.id < y.id;
    return strcmp(x.name, y.name) > 0 ? 0 : 1;
}

bool comp_3(Node x, Node y)
{
    if (x.g == y.g)
        return x.id < y.id;
    return x.g < y.g;
}

int main()
{
    int n, c;
    scanf("%d%d", &n, &c);
    for (int i = 0; i < n; i++)
        scanf("%d%s%d", &a[i].id, &a[i].name, &a[i].g);
    if (c == 1)
        sort(a, a + n, comp_1);
    else if (c == 2)
        sort(a, a + n, comp_2);
    else if (c == 3)
        sort(a, a + n, comp_3);
    for (int i = 0; i < n; i++)
        printf("%06d %s %d\n", a[i].id, a[i].name, a[i].g);
}






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
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