Educational Codeforces Round 44 (Rated for Div. 2) D. Sand Fortress

本文解析Codeforces比赛D题,探讨在限制条件下摆放沙堆的最优策略,通过二分搜索和等差数列求和实现高效算法。

传送 http://codeforces.com/contest/985/problem/D

n堆沙子,最左边的沙子的最大高度不能超过H,让你在一个从1到正无穷的一维平面内放沙子,且要满足相邻两个坐标的沙子的高度不能超过1。问所需要的最小长度。

题目要求相邻两个坐标的沙子的高度不能超过1,那么左右边的那堆沙子高度肯定是1,所以沙子的摆放方式有两种,一种是从高度为H递减(每次-1),另一种是先增后减,像一个山的形状。可以发现每个部分都是一个d=1的等差数列。分析之后,就可以二分长度了。但要注意的是等差数列求和是x*(x+1)/2,因为数据n最大为1e18,所以右边界必须自己设置一个比如2e9,不然右边界直接用n是肯定会爆long long的。

1,当枚举长度 x<=H 时:最优的摆放是一个递减的等差数列,这样放的沙包最多(不理解可以画图看看

2,当枚举长度 x>H 时:最优的摆放肯定就是一个山的形状了,但要当心当x-H为奇数的情况,最高点有两个并列的

     当H为3时,x=6:H 3 4 4 3 2 1 ,x=7 :H 3 4 5 4 3 2 1

 

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll maxn=1e5+5;
const ll cnt=2e9;
ll n,H;
bool check(ll x) {
	if(x<=H) {
		return x*(x+1)/2>=n;
	} 
	else {
		ll a=(x+H)/2;//最高点
		if((x-H)%2!=0)
			return a*(a+1)/2+(a+H)*(a+1-H)/2>=n;//奇数
		return a*(a+1)/2+(a-1+H)*(a-H)/2>=n;//偶数
	}
}
int main() {
	scanf("%lld%lld",&n,&H);
	ll le=0,ri=min(n+1,cnt);
	while(ri>le) { //二分长度
		ll mid=(le+ri)>>1;
		if(check(mid))
			ri=mid;
		else le=mid+1;
	}
	cout<<le<<endl;
	return 0;
}

 

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma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)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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