(Repeating Decimals) uva 202 需要一些灵感。。。

循环小数判定算法

恩,这是第三章中最有意思的题目了。

循环小数要怎么判定? 每次进位都会得到一个余数,如果得到的余数与之前的重复,说明已经出现了循环。

这细节有点难写,我以前好像写了一个下午。。。

#include <cstdio>
#include <cstring>
int main()
{
/*	freopen("stand.txt","r",stdin);
	freopen("stand2.txt","w",stdout);*/
	int Nu,De;
	while(scanf("%d%d",&Nu,&De)!=EOF)
	{
		bool stop=1;
		int a=Nu/De;
		printf("%d/%d = %d.",Nu,De,a);
		int r=Nu-a*De,place[3003],d[3003],position=1;
		memset(place,0,sizeof(place));
		memset(d,0,sizeof(d));
		while(!place[r])
		{
		    place[r]=position;
		    r*=10;
		    d[position]=r/De;
		    r=r-d[position]*De;
		    position++;
		}
		int pl1=place[r];
		for(int i=1;i<pl1;i++) printf("%d",d[i]);
		printf("(");
		int cnt=0;
		for(int j=pl1;j<position;j++){
		    cnt++;
		    if(cnt<=50 )  printf("%d",d[j]);
		    else {
				if(stop)
				printf("...)\n"),stop=0;
			}           
		}
		if(stop)  printf(")\n");
		printf("   %d = number of digits in repeating cycle\n\n",cnt);
	}
}


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
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