玩♂游戏

游戏策略图论分析
玩♂游戏

给出一张除了1和n的点度数都为2的图。每次两人轮流拿一个边权。当从1不能到n时上一个拿的人输。问先手是否必胜。

首先,多条链的情况一定会转换成一条链的情况。由于没人会去拿1,当边权和为偶数时,链有奇数条边先手赢,否则后手赢。

因此,边权和为偶数时,先手希望奇数链多。后手希望偶数链多。反之则反。统计奇数链的最小值和,偶数链的最小值和,比较即可。

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

typedef long long LL;
const LL maxn=2e5+5;
LL n, m;
struct Edge{
    LL to, nxt, v;
}e[maxn*2];
LL fir[maxn], cnte;
void addedge(LL x, LL y, LL z){
    Edge &ed=e[++cnte]; ed.v=z;
    ed.to=y; ed.nxt=fir[x]; fir[x]=cnte; }

LL sum[2], esum;
void dfs(LL u, LL p, LL cnt, LL minm){
    LL v;
    if (u==n){ sum[cnt&1]+=minm; return; }
    for (LL i=fir[u]; i; i=e[i].nxt){
        if ((v=e[i].to)==p) continue;
        dfs(v, u, cnt+1, min(minm, e[i].v));
    }
}
int main(){
    scanf("%lld%lld", &n, &m); LL x, y, z;
    for (LL i=1; i<=m; ++i){
        scanf("%lld%lld%lld", &x, &y, &z); esum+=z;
        addedge(x, y, z); addedge(y, x, z); }
    dfs(1, 0, 0, 0x7fffffff);
    if (!(esum&1)&&sum[1]>=sum[0]) puts("Yes");
    else if ((esum&1)&&sum[0]>=sum[1]) puts("Yes");
    else puts("No");
    return 0;
}

转载于:https://www.cnblogs.com/MyNameIsPc/p/9723179.html

【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研员及无机相关领域的工程技术员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无机、无车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合群:具备一定自动化、控制理论或机器学基础的研究生、科研员及从事智能系统开发的工程技术员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无机集群、无驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
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