POJ 2388 - Who's in the Middle

本文通过一个简单的排序问题对比了快速排序和归并排序的速度。提供了两种排序算法的具体实现代码,并对归并排序进行了两种不同的实现方式的展示。

排序的水题,主要拿来测试了一下快速排序和归并排序哪个速度快一点。

#include<cstdio>
#include<iostream>
using namespace std;
void merge(int num[],int st,int md,int ed)
{
    int l_len=md-st+1,r_len=ed-md;
    int l[l_len+2],r[r_len+2];
    for(int i=1;i<=l_len;i++) l[i]=num[st+i-1]; l[l_len+1]=2147483647;
    for(int i=1;i<=r_len;i++) r[i]=num[md+i]; r[r_len+1]=2147483647;
    int i=1,j=1;
    for(int k=st;k<=ed;k++)
    {
        if(l[i] <= r[j]) num[k]=l[i++];
        else num[k]=r[j++];
    }
}
void merge_sort(int num[],int st,int ed)
{
    if(st < ed)
    {
        int md=st+(ed-st)/2;
        merge_sort(num,st,md);merge_sort(num,md+1,ed);
        merge(num,st,md,ed);
    }
}

int partition(int num[],int st,int ed)
{
    int x=num[ed],i=st;
    for(int j=st;j<=ed-1;j++)
    {
        if(num[j]<=x)
        {
            int temp;temp=num[i],num[i]=num[j],num[j]=temp;
            i++;
        }
    }
    int temp=num[i];num[i]=num[ed];num[ed]=temp;
    return i;
}
void quick_sort(int num[],int st,int ed)
{
    if(st < ed)
    {
        int md=partition(num,st,ed);
        quick_sort(num,st,md-1);quick_sort(num,md+1,ed);
    }
}
int main()
{
    int num[10005],n;
    scanf("%d",&n);
    for(int i=1;i<=n;i++) scanf("%d",&num[i]);
    merge_sort(num,1,n);
    //quick_sort(num,1,n);
    printf("%d\n",num[(n+1)/2]);
}

当然单纯的一道题目其实完全说明不了什么问题……

顺手再贴一个写法更加得劲儿一点的归并排序……

void merge(int l,int m,int r)
{
    int i = l;
    int j = m + 1;
    int k = l;
    while(i <= m && j <= r)
    {
        if(num[i] > num[j])
        {
            tmp[k++] = num[j++];
        }
        else
        {
            tmp[k++] = num[i++];
        }
    }
    while(i <= m) tmp[k++] = num[i++];
    while(j <= r) tmp[k++] = num[j++];
    for(int i=l;i<=r;i++) num[i] = tmp[i];
}
void merge_sort(int l,int r)
{
    if(l < r)
    {
        int m = (l + r) >> 1;
        merge_sort(l,m);
        merge_sort(m+1,r);
        merge(l,m,r);
    }
}



内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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