HDU 4004 THE FROG’S GAMES(二分)

跳跃过河问题解析
本文介绍了一种通过二分查找解决跳跃过河问题的方法。问题要求利用有限次数的跳跃找到能够过河的最大跳跃距离。文章提供了完整的C++代码实现,并解释了如何对跳跃距离进行二分查找以达到最优解。

原文

题意:现在要过一条河,河上有石头可以借助着石头跳过河。但是只能跳跃m次跳跃的距离没有限制。要求使最大的跳跃尽可能的小,问可能的最大的跳跃距离中最小的

思路:开始认为是动态规划或者贪心,然后进了死胡同。其实是二分变形,对距离进行二分查找

#include<stdio.h>
#include<iostream>
#include<algorithm>
using namespace std;

#define maxN 500010
int key[maxN],n,m,suml;

int d(int k){
	int len=0,cnt=0;
	for(int i=0;i<=n;i++)
		if(key[i]<len+k&&key[i+1]>len+k)
			len=key[i],cnt++;
		else if(key[i]==len+k)
			len=key[i],cnt++;
	if(len>=suml&&cnt<=m)return 1;
	else return 0;
}
int fun(int l,int r)
{
	if(l>r)
		return r+1;
	else{
		int mid=(r+l)/2;
		if(d(mid))
			return fun(l,mid-1);
		else
			return fun(mid+1,r);
	}
}

int main()
{
	while(~scanf("%d%d%d",&suml,&n,&m))
	{
		for(int i=0;i<n;i++)
			scanf("%d",&key[i]);
		key[n]=suml,key[n+1]=2*suml;
		sort(key,key+n);
		printf("%d\n",fun(key[0],suml));
	}
}



                
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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