牛客网NC75-20.7.24-堆

链接牛客网NC75
题意
在这里插入图片描述输入:给定n,c。给定a数组,ai表示第i个数的大小。1<=n<=2*1e5,1<=c<=100,1≤ai≤102
输出:计算的时间
分析:每一次都有两数相加,每次等价于两数之和乘c,而我们可以发现,总的操作次数是固定的,所以为了使时间最小,小的数应该先开始加使得大的数乘c的次数尽可能的少
思路:维护一个小顶堆,通过数组也可以实现,从尾部插入,上浮来维护小顶堆,从头部取得最小值,以尾部元素代替头部元素,从头部元素下沉来维护小顶堆。
看到有人用优先队列priority_queue,这个简单,好像优先队列也是堆实现的吧。
代码

import java.util.*;


public class Solution {
    /**
     * 返回一个数字表示输出计算n个数字和的最小花费的时间。
     * @param n int整型 表示有n个数。
     * @param c int整型 参数c
     * @param a int整型一维数组 ai表示第i个数的大小
     * @return long长整型
     */
    public long solve (int n, int c, int[] a) {
        // write code here
        int[] b=new int[200005];
        int cnt=0;
        for(int i=0;i<n;i++){
            insert(b,cnt,a[i]);
            cnt++;
        }
        long sum=0;
        while(cnt>1){
            long tem1=delete(b,cnt);
            cnt--;
            long tem2=delete(b,cnt);
            cnt--;
            sum+=(tem1+tem2)*c;
            insert(b,cnt,(int)(tem1+tem2));
            cnt++;
        }
        return sum;
    }
    static void insert(int[] a,int n,int k){
        a[n]=k;
        if(n==0)return;
        int chi=n;
        int par=(n-1)/2;
        while(par>=0) {
            if (a[chi] >= a[par]) break;
            int temp = a[chi];
            a[chi] = a[par];
            a[par] = temp;
            chi=par;
            par=(chi-1)/2;
        }
    }
    static int delete(int[] a,int n){
        int ans=a[0];
        a[0]=a[n-1];
        int par=0;
        int leftchi=1;
        int rightchi=2;
        while(leftchi<n){
            int k=leftchi;
            if(rightchi<n&&a[rightchi]<a[leftchi])k++;
            if(a[k]>=a[par])break;
            int tem=a[k];
            a[k]=a[par];
            a[par]=tem;
            par=k;
            leftchi=par*2+1;
            rightchi=par*2+2;
        }
        return ans;
    }
}
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