ZCMU-1169-数字游戏

本文介绍了一款数学游戏——从数轴上的点x走到点y所需的最少步数。通过分析发现,最优策略是在允许范围内尽可能采用大步长,并遵循特定规律。文中提供了一个算法实现,用于计算任意两点间最小步数。

1169: 松哥的数学游戏

Time Limit: 1 Sec   Memory Limit: 128 MB
Submit: 87   Solved: 24
[ Submit][ Status][ Web Board]

Description

松哥在玩一个数学游戏。有一个无限长的数轴,数轴上有两个点x,y,游戏的目的是花最少的步数从x走到y。每步的定义是这样的:步长为正整数,如果上一步的步长为p,则这一步的步长只能为p或者p+1或者p-1。第一步和最后一步的步长必须为1。

Input

多组测试数据。每组测试数据包含两个正整数。(0<x<=y<=2^31-1)

Output

对于每组测试数据输出一个正整数代表最少需要几步才能从x走到y。

Sample Input

45 48
45 49
45 50

Sample Output

3
3
4

【解析】
我觉得这道题还是值得大家注意的,其实也是一个规律需要寻找,我们发现当中间距离为4,9,16时,分别需要3步,5步,7步走完而且分别是这么走的1,2,1、1,2,3,2,1、1,2,3,4,3,2,1这个时候我们发现只要是能开根出来等于整数的其实需要走的步数就是(2*i)-1步。而且对于其他的我们这么想,我们总是要让步数最少,那我们就要放步长最大的。比如 说4的时候是1,2,1.而当距离为8时我们需要这么走1,2,2,2,1也就是说在4的基础上在中间加能达到的最大步长我们举5的例子也是一样的是1,2,1,1也是在4的基础上放上大的,如果距离比9大了,比16小那就是在9的基础上尽量放上大的,大家可以去试一下。距离小于等于三的情况算特殊处理
#include<cstdio>
#include<cmath>
using namespace std;
int main()
{
    int i,j,k,x,y,m,sum;
    while(~scanf("%d%d",&x,&y))
    {
        sum=0;
        m=y-x;
    if(m<=3)
    {
        printf("%d\n",m);
        continue;
     }
      i=sqrt(m);
      if(i*i==m)
    {
         printf("%d\n",2*i-1);//如果距离的平方根是整数,那就直接输出步数
         continue;
    }
    else
    {
    m-=i*i;
    sum=2*i-1;//比如i是2,m是7,其实就是在距离为4的基础上加步数的。
    }
    while(m!=0)
    {
    sum+=m/i;
    m=m-i*(m/i);//举个例子当i为3的时候,这个时候m剩下只有2了,那么显然3肯定放不了了m/i等于0.所以放不了。然后i--.i变成2了,这个时候我们就可以放了。
    i--;
    }
    printf("%d\n",sum);
    }
return 0;
}

C语言-光伏MPPT算法:电导增量法扰动观察法+自动全局搜索Plecs最大功率跟踪算法仿真内容概要:本文档主要介绍了一种基于C语言实现的光伏最大功率点跟踪(MPPT)算法,结合电导增量法与扰动观察法,并引入自动全局搜索策略,利用Plecs仿真工具对算法进行建模与仿真验证。文档重点阐述了两种经典MPPT算法的原理、优缺点及其在不同光照和温度条件下的动态响应特性,同时提出一种改进的复合控制策略以提升系统在复杂环境下的跟踪精度与稳定性。通过仿真结果对比分析,验证了所提方法在快速性和准确性方面的优势,适用于光伏发电系统的高效能量转换控制。; 适合人群:具备一定C语言编程基础和电力电子知识背景,从事光伏系统开发、嵌入式控制或新能源技术研发的工程师及高校研究人员;工作年限1-3年的初级至中级研发人员尤为适合。; 使用场景及目标:①掌握电导增量法与扰动观察法在实际光伏系统中的实现机制与切换逻辑;②学习如何在Plecs中搭建MPPT控制系统仿真模型;③实现自动全局搜索以避免传统算法陷入局部峰值问题,提升复杂工况下的最大功率追踪效率;④为光伏逆变器或太阳能充电控制器的算法开发提供技术参考与实现范例。; 阅读建议:建议读者结合文中提供的C语言算法逻辑与Plecs仿真模型同步学习,重点关注算法判断条件、步长调节策略及仿真参数设置。在理解基本原理的基础上,可通过修改光照强度、温度变化曲线等外部扰动因素,进一步测试算法鲁棒性,并尝试将其移植到实际嵌入式平台进行实验验证。
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)​ 内容概要:本文围绕动态环境下多无人机系统的协同路径规划与防撞问题展开研究,提出基于Matlab的仿真代码实现方案。研究重点在于在复杂、动态环境中实现多无人机之间的高效协同飞行与避障,涵盖路径规划算法的设计与优化,确保无人机集群在执行任务过程中能够实时规避静态障碍物与动态冲突,保障飞行安全性与任务效率。文中结合智能优化算法,构建合理的成本目标函数(如路径长度、飞行高度、威胁规避、转弯角度等),并通过Matlab平台进行算法验证与仿真分析,展示多机协同的可行性与有效性。; 适合人群:具备一定Matlab编程基础,从事无人机控制、路径规划、智能优化算法研究的科研人员及研究生。; 使用场景及目标:①应用于灾害救援、军事侦察、区域巡检等多无人机协同任务场景;②目标是掌握多无人机系统在动态环境下的路径规划与防撞机制,提升协同作业能力与自主决策水平;③通过Matlab仿真深入理解协同算法的实现逻辑与参数调优方法。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注目标函数设计、避障策略实现与多机协同逻辑,配合仿真结果分析算法性能,进一步可尝试引入新型智能算法进行优化改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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