排序之快速排序

快速排序:从一组数中找一个基准(一般选第一个值),先从后往前找,如果小于这个基准,把这个值放到基准的位置,接着从前往后找,如果大于这个基准,那就把这个位置的值放在空着的那个位置。如此循环就可以实现一组数的有序排列。
递归处理:

static int onequick(int *arr, int i, int j)
{
int tmp = arr[i];//以arr[i]为基准
 while(i < j)
 {
  while(i < j)  //从后往前找
  {
   if(arr[j] < tmp)
   {
    break;
   }
   else  
   {
    j--;
   }
  }
arr[i] = arr[j];
 while(*i<j)   //从前往后找
 {
   if(arr[i] > tmp)
   {
    break;
   }
   else
   {
    i++;
   }
  }
  arr[j] = arr[i];
  }
  arr[j] = tmp;
  return i;
}

void MoreQuick(int *arr,int left,int right)
{
 int mod = onequick(arr,left,right);
 if(mod -left > 1)    //递归处理左边的数字
 {
  MoreQuick(arr,left,mod-1);
 }
 if(right - mod > 1)    //递归处理右边的数字
 {
  MoreQuick(arr,mod + 1,right);
 }
}

void Quicksort(int *arr,int len)
{
 MoreQuick(arr,0,len - 1);
}

非递归形式:


typedef struct stack//定义栈
{
 int *data;
 int top;
}stack;
void Quicksort_for(int *arr, int len,int left, int right)
{
 stack st;
 int size = (int)(log10((double)len)/log10((double)2)) + 1;     //     表示以2为底对len取对数,次数
 st.data = (int *)malloc(size*2*sizeof(int));       //   使用栈的次数*每次存2个*int的大小
 assert(st.data == NULL);
 if(st.data == NULL)
 {
  return ;
 }
 st.top = 0;
 st.data[st.top++] = left;            //入栈 ,先入左再入右,出栈则先出右再出左
 st.data[st.top++] = right;
 while(st.top != NULL)
 {
  left = st.data[st.top--];    //出栈   先出右再出左
  right = st.data[st.top--];
  int mod = onequick(arr,left,right);
  if(mod - left > 1)   //当左边的数字个数大于1时,入栈
  {
   st.data[st.top++] = left;
   st.data[st.top++] = mod - 1;
  }
  if(right - mod > 1)   //当右边的数字个数大于1时,入栈
  {
   st.data[st.top++] = mod+1;
   st.data[st.top++] = right;
  }
 }
  free(st.data);
}
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