高精度乘法

高精度乘法感觉只要细细过一遍不是很难,但在进位,借位,取消前导0上面需要下一番功夫来考虑。

其实从1至17行各类高精度算法都是一样的套路...可以直接理解+记忆搞定。后面才是各类别所独有的东西。

 1 #include<cstdio>
 2 #include<cstring>
 3 #include<iostream>
 4 #define MAXLEN 110
 5 using namespace std;
 6 int main(){
 7     char a1[MAXLEN],b1[MAXLEN];
 8     int a[MAXLEN], b[MAXLEN], c[MAXLEN * 2], lena, lenb, lenc, i, j, x;
 9     memset(a,0,sizeof(a));    memset(b,0,sizeof(b));
10     memset(c,0,sizeof(c));
11     scanf("%s%s",a1, b1);
12     lena = strlen(a1);
13     lenb = strlen(b1);
14     for(i = 0;i <= lena - 1;i++)
15     a[lena - i] = a1[i] - '0';
16     for(i = 0;i <= lenb - 1;i++)
17     b[lenb - i] = b1[i] - '0';
18     for(i = 1;i <=lena; i++){
19         x=0;                    //用于存放进位
20         for(j = 1;j <= lenb; j++){//对乘数的每一位进行处理
21             c[i+j-1] = a[i]+b[j]+x+c[j+j-1];//当前乘积+上次成绩进位+原数 
22             x = c[i+j-1] / 10;
23             c[i+j-1] %= 10; 
24         }
25         c[i+lenb] = x;//进位 
26     }
27     lenc = lena + lenb;
28     while(c[lenc] == 0 && lenc > 1)
29         lenc--;//删除前导0
30     for(i = lenc; i>= 1;i--)
31         cout<< c[i];
32     cout<<endl;
33     return 0;
34 }
内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
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