UVa 401 Palindromes

本文介绍了一个Java程序,该程序使用字符处理技巧来判断输入字符串是否为回文,并进一步检查其是否为镜像字符串或镜像回文。通过使用Scanner类读取输入,程序实现了对普通回文及经过特定字符映射后的镜像回文的识别。

本题展现了JAVA字符处理的强大能力

import java.util.Scanner;

public class Main {
  public static void main(String[] args) {
    Scanner cin = new Scanner(System.in);
    while (cin.hasNextLine()) {
      String s = cin.nextLine();
      String ss = new String(s);
      System.out.print(s);
      String s1 = new String(new StringBuffer(s).reverse().toString());
      boolean flag = true, flag1 = true;
      for (int i = 0; i < s.length(); i++) {
        if (s1.charAt(i) != s.charAt(i)) {
          flag = false;
          break;
        }
      }
      char[] a = s.toCharArray();
      String old = "ABCDEFGHIJKLMNOPQRSTUVWXYZ12345678";
      String now = "A   3  HIL JM O   2TUVWXY 1SE Z  8";
      for (int i = 0; i < a.length; i++) {
        char ch = now.charAt(old.indexOf(a[i]));
        if (ch != ' ') {
          a[i] = ch;
        }else {
          flag1 = false;
          break;
        }
      }
      if (flag1) {
        s = String.valueOf(a);
        String s2 = new String(new StringBuffer(s).reverse().toString());
        for (int i = 0; i < ss.length(); i++) {
          if (s2.charAt(i) != ss.charAt(i)) {
            flag1 = false;
            break;
          }
        }
      }
      if (!flag && !flag1) System.out.println(" -- is not a palindrome.");
      if (flag && !flag1) System.out.println(" -- is a regular palindrome.");
      if (!flag && flag1) System.out.println(" -- is a mirrored string.");
      if (flag && flag1) System.out.println(" -- is a mirrored palindrome.");
      System.out.print('\n');
    }
  }
}


内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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