Easy Equation

如果不是很确定枚举优化细节,可以先把最暴力的也就是最简单的写出来,然后再一步一步优化

Easy Equation

思路进阶

①因为k取0-d,所以只要x+y+z在0-d内就有k可以满足,所以只要和在0-d内此时,x,y,z就有效,再嵌套3层循环分别对,x,y,z进行分别从0-a,0-b,0-c遍历,就可以得到排序不重复。
初步代码

#include <iostream>
using namespace std;
int main()
{
    long long a,b,c,d;
    long long int sum = 0;
    while(cin >> a>> b>>c>>d)
    {
        sum = 0;
       for(int i =0;i <= a;i++)
       {
           for(int j =0;j <= b;j++)
           {
               for(int k = 0;k <= c;k++)
               {
                   if(i+j+k<=d)
                   {
                       sum++;
                   }
               }
           }
       }
       cout << sum <<endl;
    }
    system("pause");
    return 0;
}

②题目数据0-10^6,所以明显要优化到只有1个for循环。
发现确定x后,用z-x的值和y+z的值进行比较,针对不同比较结果有不同的满足z-x>=y+z的序列的个数的公式。
一下代码中j=z-x;

#include <iostream>
using namespace std;
int main()
{
    long long int a,b,c,d,j;
    long long int sum = 0;

    while(cin >> a>> b>>c>>d)
    {
        sum = 0;
       for(long long int i =0;i <= a && i<=d;i++)
       {
           j = d-i;
           if(j == 0)
                sum++;
           else
           {
               if(j>=b+c)
                    sum = sum + (b+1)*(c+1);
                else
                {
                    if(c>=j && b>=j)
                        sum+=(j+2)*(j+1)/2;
                    else if(c>=j && b<j)
                        sum+=(2*j+2-b)*(b+1)/2;
                    else if(b>=j && c < j)
                        sum+=(2*j+2-c)*(c+1)/2;
                    else
                    {
                        for(int key = 0;key<=b;key++)
                        {
                            if(j>=key+c)
                                sum+=(c+1);
                            else
                            {
                                sum+=(j-key+1);
                            }
                            
                        }
                    }
                       
                    /*for(long long int k =0;k <= b && k<=j;k++)
                    {
                        if(k+c<=j)
                            sum+=(c+1);
                        else
                        {
                            sum+=(j-k+1);
                        }
                        
                    }*/
               }   
           }
           
       }
       cout << sum <<endl;
    }
    //system("pause");
    return 0;
}
### EasyHandEye 校准原理 EasyHandEye 是一种用于机器人视觉系统的校准方法,旨在简化相机与机械臂之间的相对位置关系的标定过程。该技术的核心在于通过一系列已知运动来计算相机相对于末端执行器的位置和姿态。 由于摄像机被机械固定于手指上,在机器人上的安装不需要额外进行摄像机—机器人—世界坐标系间的复杂校正工作[^1]。因此,这种配置使得系统能够更稳定地应对物理冲击和其他环境变化带来的影响。具体来说: - **数据采集阶段**:操作员控制机器人的工具中心点 (TCP) 访问多个预定义的空间位姿,并记录下每次访问时所对应的图像以及 TCP 的实际位姿。 - **优化求解阶段**:基于收集到的数据集,采用非线性最小二乘法或其他合适的算法估计出摄像机相对于 TCP 的变换矩阵 \( T_{c}^{e} \),即所谓的手眼关系模型参数。 ```python import numpy as np from scipy.optimize import least_squares def hand_eye_calibration(A_list, B_list): """ Solve for the transformation matrix between two coordinate systems using Horn's method. Parameters: A_list : list of 4x4 homogeneous matrices representing poses in one frame B_list : corresponding list of 4x4 homogeneous matrices representing poses in another frame Returns: X : estimated 4x4 homogenous transform from first to second frame """ n = len(A_list) M = [] for i in range(n): R_Ai_inv = np.linalg.inv(A_list[i][:3,:3]) t_Ai = -R_Ai_inv @ A_list[i][:3,3] R_Bi = B_list[i][:3,:3] t_Bi = B_list[i][:3,3] Mi = np.block([[R_Ai_inv@R_Bi , R_Ai_inv@t_Bi.reshape((3,1))], [-t_Ai.T@R_Ai_inv@R_Bi, -t_Ai.T@R_Ai_inv@t_Bi]]) M.append(Mi) # Convert list into array and solve linear equation Ax=b where b=0 except last element which equals sum of all elements in column before it M_array = np.vstack(M) _, s, vh = np.linalg.svd(M_array) null_space_vector = vh[-1].reshape(-1,) scale_factor = abs(null_space_vector[-1])**(-1/len(B_list)) scaled_null_space_vector = null_space_vector * scale_factor rotation_matrix = scaled_null_space_vector[:9].reshape(3,3).T translation_vector = scaled_null_space_vector[9:].reshape(3,)[:-1]*scale_factor X = np.eye(4) X[:3,:3]=rotation_matrix X[:3,3]=translation_vector.flatten() return X ``` 此代码片段展示了如何利用Horn的方法解决两个不同参照系之间转换矩阵的问题,这是实现易手眼标定的关键部分之一。
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