hdu4442Physical Examination

本文探讨了一种使用排序算法解决寻找最优序列的问题,通过分析相邻数据间的关系,简化得出最优解的方法。

题目就是求一个顺序使得总时间最短,总时间的计算就是前面的时间加上当前的时间,而当前的时间计算是前面的时间*bi+ai。

以前我写过一篇关于有序性在信息学竞赛中的应用的文章,关于有序和贪心做过一些思考。本题应该也算是一道经典的有序性的问题。

 

因为要确定一个序,所以不妨从相邻的两个数据惊醒考虑,如果i要在j的前面,则必须满足sum*bi+ai+(sum+ai)*bj+aj<sum*bj+aj+(sum+aj)*bi+ai

化简即满足ai*bj<aj*bi  因此只要满足这个关系的序就能得出最优解,因此排个序即可。

 

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <algorithm>
#define maxn 1000010
using namespace std;
typedef long long LL;
const LL MOD = 365*24*60*60;
struct  node{
    LL a,b;
}p[maxn];
int n;
LL sum,T;
bool     cmp(node a,node b){ return ((LL)a.a*b.b<(LL)b.a*a.b);}
int main()
{
    while(cin>>n)
    {
       if (!n) break;
       for (int i = 0 ;i < n; ++i)
           scanf("%lld%lld",&p[i].a,&p[i].b);
       sort(p,p+n,cmp);
       LL sum=0;
       for (int i = 0 ;i < n; ++i)
           sum=(sum+p[i].a+sum*p[i].b)%MOD; 

       cout << sum << endl;
    }

    return 0;
}

基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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