CF286A Lucky Permutation

本文详细解析了 CF286A Lucky Permutation 的解题思路,针对不同 n%4 的情况给出了具体的算法实现。当 n 被 4 整除或除以 4 余 1 时,可以通过特定排列得到正确的幸运排列;而当余数为 2 或 3 时,则无法构造出满足条件的排列。

CF286A Lucky Permutation     

找规律     

先盗张图    

将数据分成4类:n%4==0 n%4==1 n%4==2 n%4==3    

余数为0:    

由图+分析题目意思可得     

2 n ... 1 n-1 这样的排列最大化利用空间,使得这四个数字可以互相传递,答案不会出错    

所以余数为0时只要这样即可     

余数为1:    

若x=(n/2)+1,p[p[x]]=x     

证明:显然     

则中间一个数字为x,其他就像余数为0时一样排列     

余数为2、3:    

由余数为0的证明可得,只有那样的四元组是最大化利用空间,使得互相不冲突的     

反之,必然会冲突    

那么余数为2和3时一定会有冲突   

所以输出-1   

代码:     

#include<bits/stdc++.h>
using namespace std;
int n;
int a[1000005];
int main(){
    cin>>n;
    if(n%4!=0&&n%4!=1){
        printf("-1\n");
        return 0;
    }
    for(int i=1;i<n/2;i++,++i){
        a[i]=i+1;
        a[i+1]=n-i+1;
        a[n-i+1]=n-i;
        a[n-i]=i;
    }
    if(n%2==1) a[(n/2)+1]=(n/2)+1;
    for(int i=1;i<=n;i++){
        printf("%d ",a[i]);
    }
    printf("\n");
    return 0;
} 

 

转载于:https://www.cnblogs.com/QYJ060604/p/11428071.html

内容概要:本文介绍了一个基于MATLAB实现的多目标粒子群优化算法(MOPSO)在无人机三维路径规划中的应用。该代码实现了完整的路径规划流程,包括模拟数据生成、障碍物随机生成、MOPSO优化求解、帕累托前沿分析、最优路径选择、代理模型训练以及丰富的可视化功能。系统支持用户通过GUI界面设置参数,如粒子数量、迭代次数、路径节点数等,并能一键运行完成路径规划与评估。代码采用模块化设计,包含详细的注释,同时提供了简洁版本,便于理解和二次开发。此外,系统还引入了代理模型(surrogate model)进行性能预测,并通过多种图表对结果进行全面评估。 适合人群:具备一定MATLAB编程基础的科研人员、自动化/控制/航空航天等相关专业的研究生或高年级本科生,以及从事无人机路径规划、智能优化算法研究的工程技术人员。 使用场景及目标:①用于教学演示多目标优化算法(如MOPSO)的基本原理与实现方法;②为无人机三维路径规划提供可复现的仿真平台;③支持对不同参数配置下的路径长度、飞行时间、能耗与安全风险之间的权衡进行分析;④可用于进一步扩展研究,如融合动态环境、多无人机协同等场景。 其他说明:该资源包含两份代码(详细注释版与简洁版),运行结果可通过图形界面直观展示,包括Pareto前沿、收敛曲线、风险热图、路径雷达图等,有助于深入理解优化过程与结果特性。建议使用者结合实际需求调整参数,并利用提供的模型导出功能将最优路径应用于真实系统。
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  | 博主筛选后可见
 
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