HDU5319暴力扫加标记

本文介绍了一个基于暴力搜索的算法实现,通过遍历图的方式解决特定问题。代码中使用了递归深度优先搜索来标记和计数图中的节点,具体包括处理不同颜色节点的逻辑和方向选择。

其实这题看清题意的话就会知道并不存在什么最优,只要找到一个方向暴力往下扫就行了,然后加上标记

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<vector>
using namespace std;
const int maxn=1000000;
char s[56][1000],dp[56][1000],db[56][1000];
int dir[4][2]={1,1,-1,-1,1,-1,-1,1};
void dfs(int x,int y,int z,int fa)
{
    int nx,ny;
    if(z!=1)
    for(int i=2;i<4;i++)
    {
        nx=x+dir[i][0];
        ny=y+dir[i][1];
        if((s[nx][ny]=='B'||s[nx][ny]=='G')&&db[nx][ny]==0&&nx!=fa)
        {
            dfs(nx,ny,z,x);
            db[nx][ny]=1;
        }
    }
    if(z!=2)
    for(int i=0;i<2;i++)
    {
        nx=x+dir[i][0];
        ny=y+dir[i][1];
        if((s[nx][ny]=='G'||s[nx][ny]=='R')&&dp[nx][ny]==0&&nx!=fa)
        {
            dfs(nx,ny,z,x);
            dp[nx][ny]=1;
        }
    }
}
int main()
{
    int t,i,j,n,sum;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d",&n);
        sum=0;
        memset(dp,0,sizeof(dp));
        memset(db,0,sizeof(db));
        memset(s,'.',sizeof(s));
        for(i=1;i<=n;i++)
            scanf("%s",s[i]+1);
        for(i=1;i<=n;i++)
        {
            for(j=1;s[i][j]!='\0';j++)
            {
                if(s[i][j]=='R'&&dp[i][j]==0)
                {
                    sum++;
                    dp[i][j]=1;
                    dfs(i,j,1,-1);
                }
                if(s[i][j]=='B'&&db[i][j]==0)
                {
                    sum++;
                    db[i][j]=1;
                    dfs(i,j,2,-1);
                }
                if(s[i][j]=='G')
                {
                    if(db[i][j]==0)
                    {
                        sum++;
                        db[i][j]=1;
                        dfs(i,j,2,-1);
                    }
                    if(dp[i][j]==0)
                    {
                        sum++;
                        dp[i][j]=1;
                        dfs(i,j,1,-1);
                    }
                }
            }
        }
        printf("%d\n",sum);
    }
    return 0;
}


内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂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)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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