ZOJ - 3761 Easy billiards 【并查集+DFS】

球合并问题解析
本文针对一个桌面球合并问题进行了深入探讨,通过并查集的方法来寻找最少剩余球的数量及操作方式。采用连通块概念,将球按方向进行合并,最终输出最少剩余球数及具体操作步骤。

题目链接

http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=3761

题意

在一个桌面上,给出一些球 如果在A球的某个方向的前方有B球 那个A球就可以朝那个方向滚 然后 滚到B球的位置后 ,B球往前滚,A球停在B球的位置上

求这样操作后,最后最少剩下多少球,然后要输出操作的方式

思路

其实可以发现,一个球经过一次操作之后,相当于这个球消失了 因为它替代了它前方那个球的位置 这个操作又迭代下去

最后发现 其实只有这个球本身的位置是没有球了

所以 如果一个球的四周有球 这个球就可以消失

那么 我们可以把一个球的四个方向上的球都并起来,然后并起来的球的四个方向的球又可以并起来,最后剩下的球的个数 其实就是连通块的个数

这个 并 我们只需要指向父节点就可以了 而不需要指向祖先节点,因为操作方式中 就是将这个球打向父节点,而不是祖先节点,因为和祖先节点并不一定是在同一个方向上的

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 <list>
#include <numeric>
#include <sstream>
#include <iomanip>
#include <limits>

#define CLR(a, b) memset(a, (b), sizeof(a))
#define pb push_back
#define bug puts("***bug***");
#define fi first
#define se second
//#define bug 
//#define gets gets_s

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;
typedef pair <double, int> pdi;

const double PI = acos(-1.0);
const double E = exp(1.0);
const double eps = 1e-8;

const int INF = 0x3f3f3f3f;
const int maxn = 2e3 + 10;
const int MOD = 1e9 + 7;

int pre[maxn];

int tot[maxn];

int find(int x)
{
    while (x != pre[x])
        x = pre[x];
    return x;
}

void join(int x, int y)
{
    int fx = find(x), fy = find(y);
    if (fx != fy)
        pre[fx] = fy;
}

int n;

int G[maxn][maxn];

int x[maxn], y[maxn];

bool judge(int a, int b)
{
    if (x[a] == x[b] || y[a] == y[b])
        return true;
    return false;
}

void dfs(int root, int vis)
{
    for (int i = 1; i <= n; i++)
    {
        if (G[root][i] == 1 && pre[i] == i && root != i && i != vis)
        {
            pre[i] = root;
            dfs(i, vis);
        }
    }
}

void clear()
{
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= n; j++)
            G[i][j] = 0;
    for (int i = 1; i <= n; i++)
    {
        pre[i] = i;
        tot[i] = 0;
    }
}

void print(int root, int son)
{
    if (x[root] == x[son])
        puts(y[root] > y[son] ? "UP" : "DOWN");
    else
        puts(x[root] > x[son] ? "RIGHT" : "LEFT");
}


int main()
{
    while (~scanf("%d", &n))
    {
        clear();
        for (int i = 1; i <= n; i++)
            scanf("%d%d", &x[i], &y[i]);
        for (int i = 1; i <= n; i++)
        {
            G[i][i] = 1;
            for (int j = i + 1; j <= n; j++)
            {
                if (judge(i, j))
                    G[i][j] = G[j][i] = 1;
            }
        }
        //for (int i = 1; i <= n; i++)
        //  for (int j = 1; j <= n; j++)
        //      printf("%d%c", G[i][j], j == n ? '\n' : ' ');
        for (int i = 1; i <= n; i++)
        {
            for (int j = i + 1; j <= n; j++)
            {
                if (G[i][j] && pre[j] == j)
                {
                    pre[j] = i;
                    dfs(j, i);
                }
            }
        }
        map <int, int> m;
        for (int i = 1; i <= n; i++)
        {
            int u = find(i);
            m[u]++;
        }
        for (int i = 1; i <= n; i++)
            tot[pre[i]]++;
        printf("%d\n", m.size());
        int pos = 1;
        int len = n - m.size();
        while (pos <= len)
        {
            for (int i = 1; i <= n && pos <= len; i++)
            {
                int root = pre[i];
                if (i != root && tot[i] == 0)
                {
                    printf("(%d, %d) ", x[i], y[i]);
                    print(root, i);
                    tot[root]--;
                    tot[i]--;
                    pos++;
                }
            }
        }
    }
}
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