plateau最长平台

// plateau.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"

void plateau(int arry[],int n)
{
	int count,max_num,max_count;
	count=1;
	max_count=1;
	max_num=arry[0];
	for(int i=1;i<n;i++)
	{
		
		if(arry[i]==arry[i-1])
			count++;
		else
		{
			if(count>max_count)
			{
				max_count=count;
				max_num=arry[i-1];
				if(max_count>=(n-i))
				{
					break;
				}
				count=1;
			}
			else
			{
				count=1;
			}
		}
		
	}//for
	if(i==n && count>max_count)
	{
		max_count=count;
		max_num=arry[n-1];
	}
	printf("max_count=%d,max_num=%d\n",max_count,max_num);
}

int longest_plateau(int x[], int n)
{
     int  length = 1;         /* plateau length >= 1.     */
     int  i;

     for (i = 1; i < n; i++)
          if (x[i] == x[i-length])
               length++;
     return length;
}

int main(int argc, char* argv[])
{
	int a[]={1,2,3,3,3,4,4,4,4,4,5,5,5,5,5,5,6,7,7,8};
	plateau(a,sizeof(a)/sizeof(int));
	printf("Hello World!\n");
     printf("\n\nLength of the Longest Plateau is %d\n",
             longest_plateau(a,sizeof(a)/sizeof(int)));
	return 0;
}

/*
max_count=6,max_num=5
Hello World!


Length of the Longest Plateau is 6
Press any key to continue
*/

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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