中世纪剑客

本文使用动态规划算法计算决斗圈中可能胜出的人数及方案,详细阐述了f[i,j]、g[i,j]和win[i,j]的概念,并提供了一个O(n^3)复杂度的算法实现。

大意为:有n个人站成一个圈,依次抽签,抽到的人与他的右手人决斗,负者出圈,剩余的人继续,两人的比赛结果即实力由一张图决定,如果A->B有边,则表示A跟B决斗则A胜利,反之亦然。但注意实力并无传递性,即A->B,B->C并不能推出A与C决斗就是A胜利,还要看A,C的边的情况。所以最后胜出的人是谁取决于决斗的次序。

现在请计算这n个人中可能胜出的人数和方案。

 

利用动态规划吧,设 f [i ,j ] = true 表示  i ~ j 范围内决斗 第j个人是否能胜利, 而设 g [i, j ] = true 表示 i ~ j 范围内决斗 第i个人是否能胜利, win[i ,j ] =true 表示i,j决斗i胜利;

那么我们最后要求的是 所有k  , 满足  f [1 ,k] =true & g[k, n] =true, 即第k个人能在前一半和后一半都胜利。

现在我们在求递推式:

1. f [i ,j] =true 的条件是 在 i ~ j-1 这些人里,存在一个可能的胜者 k ,但k要输给j, 即 存在k , f[i ,k] = true & g[k,j-1] & win[j, k] = true;

2.g[i, j] = true的条件是 在    i+1 ~ j 这些人里,存在一个可能的胜者 k,但k 要输给i, 即 存在 k,  g[ i+1,k]=true & f [k,j] = true & win[i,k ] = true;

3.一个人的时候  f[i, i] = g [i ,i ]  = true;

4.注意为了处理圈,我们将其复制一份在末尾即可。

 

 

这个算法复杂度是  O (n3)的。

本研究基于扩展卡尔曼滤波(EKF)方法,构建了一套用于航天器姿态与轨道协同控制的仿真系统。该系统采用参数化编程设计,具备清晰的逻辑结构和详细的代码注释,便于用户根据具体需求调整参数。所提供的案例数据可直接在MATLAB环境中运行,无需额外预处理步骤,适用于计算机科学、电子信息工程及数学等相关专业学生的课程设计、综合实践或毕业课题。 在航天工程实践中,精确的姿态与轨道控制是保障深空探测、卫星组网及空间设施建设等任务成功实施的基础。扩展卡尔曼滤波作为一种适用于非线性动态系统的状态估计算法,能够有效处理系统模型中的不确定性与测量噪声,因此在航天器耦合控制领域具有重要应用价值。本研究实现的系统通过模块化设计,支持用户针对不同航天器平台或任务场景进行灵活配置,例如卫星轨道维持、飞行器交会对接或地外天体定点着陆等控制问题。 为提升系统的易用性与教学适用性,代码中关键算法步骤均附有说明性注释,有助于用户理解滤波器的初始化、状态预测、观测更新等核心流程。同时,系统兼容多个MATLAB版本(包括2014a、2019b及2024b),可适应不同的软件环境。通过实际操作该仿真系统,学生不仅能够深化对航天动力学与控制理论的认识,还可培养工程编程能力与实际问题分析技能,为后续从事相关技术研究或工程开发奠定基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论 1
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