#484 F. The Meeting Place Cannot Be Changed

本文介绍了一种枚举每个节点并按其度数排序的异常暴力算法。通过递归深度优先搜索验证每个节点作为根节点的可行性,从而找到满足条件的答案。

异常暴力的算法.
就是枚举每个点当作答案,然后判断当前点是否可行。。。
不过要按照每个点的度数先来排序。
就这样…
c++代码如下:

#include<bits/stdc++.h>
#define rep(i,x,y) for(register int i = x ; i <= y; ++ i)
#define repd(i,x,y) for(register int i = x ; i >= y; -- i)
using namespace std;
typedef long long ll;
template<typename T>inline void read(T&x)
{
    char c;int sign = 1;x = 0;
    do { c = getchar(); if(c == '-') sign = -1; }while(!isdigit(c));
    do { x = x * 10 + c - '0'; c = getchar(); }while(isdigit(c));
    x *= sign;
}

const int N = 5e5+50;
int n,m;
int head[N],to[N],nxt[N],tot;

inline void add(int x,int y)
{
    to[tot] = y;
    nxt[tot] = head[x];
    head[x] = tot++;
}

int vis[N];
int in[N],id[N];
bool dt[N],k;

const bool cmp(int a,int b) { return in[a] < in[b] ; }
inline double FIND_TIME(){ return clock() / (double)CLOCKS_PER_SEC;}

void dfs(int x)
{
    vis[x] = 1;
    for(register int i = head[x];~i;i=nxt[i])
    {
        if(!vis[to[i]]) dfs(to[i]);
        if(vis[to[i]] == 1) k = 1;
        if(k) return;
    }
    vis[x] = 2;
}

inline bool check(int x)
{
    memset(vis,0,sizeof vis);
    vis[x] = 2; k = 0;
    rep(i,1,n)
        if(!vis[i]){
            dfs(i);
            if(k)
            {
                rep(i,1,n)
                    if(vis[i] != 1)
                        dt[i] = 1;
                return false;
            }
    }
    return true;
}

int main()
{
    memset(head,-1,sizeof head);
    read(n); read(m);
    rep(i,1,m)
    {
        int u,v;
        read(u); read(v);
        add(u,v); ++ in[u], ++ in[v];
    }

    rep(i,1,n) id[i] = i;

    sort(id + 1,id + 1 + n, cmp);

    rep(i,1,n)
        if(FIND_TIME() > 0.9) break;
        else if(!dt[id[i]] && check(id[i]))
        {
            printf("%d\n",id[i]);
            return 0;
        }

    puts("-1");

    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