hdu1116Play on Words

本文介绍了一种使用并查集来判断一组英文单词是否能够按照特定规则形成连续链条的算法。该规则类似于成语接龙,但增加了对于重复单词的特殊处理逻辑。通过构造有向图并利用并查集判断联通性,确保了单词链的正确性和完整性。
题目大意:给你一些英文单词,判断所有单词能不能连成一串,类似成语接龙的意思。但是如果有多个重复的单词时,也必须满足这样的条件才能算YES。否则都是不可能的情况。(有向图)
并查集判断联通情况

#include<bits/stdc++.h>
using namespace std;
char s[1101];
int out[30],in[30];
int f[30],vis[30];

int find(int x)
{
    return x == f[x] ? x : find(f[x]);
}

int main(){
    int _,n;
    scanf("%d",&_);
    while(_--){
        scanf("%d",&n);
        memset(vis,0,sizeof(vis));
        memset(in,0,sizeof(in));
        memset(out,0,sizeof(out));
        for(int i=0;i<26;i++)
            f[i]=i;
        int u,v;
        for(int i=1;i<=n;i++){
            scanf("%s",s);
            u=s[0]-'a';
            v=s[strlen(s)-1]-'a';
            int x=find(u);
            int y=find(v);
            if(x!=y){
                f[x]=y;
            }
            vis[u]=1;
            vis[v]=1;
            out[u]++;
            in[v]++;
        }
        int ccs1=0,ccs2=0;
        for(int i=0;i<26;i++){
            if(out[i]-in[i]==1)
                ccs1++;//如果有一个出度比入度大1的点,就从这个点出发,否则就从最小的点出发
            else if(out[i]-in[i]==-1)
                ccs2++;
            else if(out[i]!=in[i])
                ccs1=3;
        }
        if(! ( (ccs1==0&&ccs2==0)||(ccs1==1&&ccs2==1) ) ){
            printf("The door cannot be opened.\n");
            continue;
        }
        int num=0,num1=-1;
        for(int i=0;i<26;i++)
            if(vis[i]==1){
                if(f[i]==i)
                    num++;
            }
        if(num>1)
            printf("The door cannot be opened.\n");
        else
            printf("Ordering is possible.\n");
    }
    return 0;
}

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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