Miners

Miners

有三种食品,两组矿工。矿工们根据最近三次过来的食品车产煤,产出煤的个数就是新过来的食品车,和前面两辆车中,不同的食品车的个数。

现在你有一个长度为n的食品车序列,请合理分配它们给两组矿工,使得产煤个数最大。

我会做IOI的题啦!

\(f[i][a][b][c][d]\)吗,表示当前是第i辆车,第一组矿工的最近两组车分别是a,b,第二组矿工的最近两组车分别是c,d的最大产煤个数。那么\(f[i][a][b][c][d]->f[i+1][b][cur][c][d], f[i+1][a][b][d][cur]\)

exp*1:这种关于时间的状压dp,或许可以不用保存最开始的那个状态(可能有点抽象。以本题举个例子,就是不用保存矿工最近三顿吃了什么,只用保存最近两顿吃了什么)

exp*2:dp要注意初始情况中不合法的情况!

#include <cstdio>
#include <cstring>
using namespace std;

const int maxn=1e5+5;
int n, j, now, ans, f[2][4][4][4][4];
char s[maxn]; int a[maxn];

int t[4];
int val(int a, int b, int c){
    memset(t, 0, sizeof(t));
    ++t[a]; ++t[b]; ++t[c];
    return (bool)t[1]+(bool)t[2]+(bool)t[3];
}

inline int max(int x, int y){ return x<y?y:x; }
inline void up(int &x, int y){ if (y>x) x=y; }

int main(){
    scanf("%d%s", &n, s);
    for (int i=0; i<n; ++i){
        if (s[i]=='M') a[i]=1;
        if (s[i]=='F') a[i]=2;
        if (s[i]=='B') a[i]=3;
    }
    memset(f, -1, sizeof(f));
    f[0][0][0][0][0]=0;
    for (int i=0; i<=n; ++i){
        now=a[i];
        for (int a=0; a<4; ++a)
        for (int b=0; b<4; ++b)
        for (int c=0; c<4; ++c)
        for (int d=0; d<4; ++d){
            if (f[j][a][b][c][d]==-1) continue;  //这个状态如果不行就不能转移 
            up(f[j^1][b][now][c][d], f[j][a][b][c][d]+val(a, b, now));
            up(f[j^1][a][b][d][now], f[j][a][b][c][d]+val(c, d, now));
            ans=max(ans, f[j][a][b][c][d]);
        } 
        memset(f[j], -1, sizeof(f[j]));
        j^=1;
    }
    printf("%d\n", ans);
    return 0;
}

转载于:https://www.cnblogs.com/MyNameIsPc/p/9460959.html

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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