codeforces #Round354-div2-B

本文介绍了一道关于香槟塔的编程题,通过模拟香槟从顶部倒入并流向下一层的过程,计算特定时间内有多少个杯子被注满。采用C++实现,通过判断每个杯子的状态来更新下一层的状态。

题目链接


题意:若干个体积为1杯子排成金字塔状,往最上面的杯子注入香槟,每秒流量为1,若该杯子香槟已满则均等地往两侧流下,问t秒后有多少个杯子注满香槟?



#include<bits/stdc++.h>
using namespace std;
const int N=1e5+10;
const double eps=1e-8;
int n;
int sgn(double x)
{
    if(fabs(x)<=eps)
    return 0;
    else
    return x>0?1:-1;
}
double a[15][15];
int main()
{
    int i,j,t;
    int ans;
    while(~scanf("%d%d",&n,&t))
    {
        memset(a,0,sizeof(a));
        ans=0;
        a[1][1]=(double)t;
        for(i=2;i<=n;i++)
        {
            for(j=1;j<=i;j++)
            {
                if(i>1&&i-1>=j&&sgn(a[i-1][j]-1)>=0)//注意越界问题
                a[i][j]+=(a[i-1][j]-1)/2;
                if(i>1&&j>1&&i>=j&&sgn(a[i-1][j-1]-1)>=0)
                a[i][j]+=(a[i-1][j-1]-1)/2;
            }
        }
        for(i=1;i<=n;i++)
        {
            for(j=1;j<=i;j++)
            {
                if(sgn(a[i][j]-1)>=0)
                ans++;
            }
        }
        printf("%d\n",ans);
    }
    return 0;
}


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)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,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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