codeforces 132C Logo Turtle dp DFS 搜索答案

本文探讨了一种用于优化机器人行走路径的算法,通过改变序列中的指令来最大化机器人能够到达的距离。通过去除重复操作的影响并使用深度优先搜索(DFS)进行遍历,实现了在给定条件下找到最优解的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意:给定一个机器人的执行序列,必须要对这个字符串改变n次,确定修改方案,确定机器人可以走的最远距离

做法:可以确定的是,机器人的最远距离不会超过100,明显可以用反证法,确定一个答案,来看其他的条件是否可以满足。可以先把重复改变的情况除掉,即不重复改变每一个字符。对一个字符重复操作会耗去两个操作数,所有,假设进行了0,1,2,3..次重复操作,剩下的就是真实操作数,可以对这里的每一种情况进行DFS。确立状态,为{dre,i,pos,cn},分别为行驶方向,现在的操作符序号,现在的坐标,现在剩余的改变数。机器人每次可以选择走路和转弯,当cn==0并且完成了所有操作时,机器人可以走到这个pos.


其实就是模拟机器人的运动方式来查找答案

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstring>
#define LMT 105
using namespace std;
char work[LMT];
int len,n,dp[2][LMT<<1][LMT][52];
int dfs(bool dre,int pos,int i,int cn)
{
    if(cn<0)return 0;
    if(!work[i])return cn>0?0:abs(pos);
    int &ret=dp[dre][pos+100][i][cn];
    if(ret!=-1)return ret;
    int mv=dre?1:-1;
    return ret=max(dfs(dre,pos+mv,i+1,cn-(work[i]!='F')),dfs(!dre,pos,i+1,cn-(work[i]!='T')));
}
int main(void)
{
    int ans=0;
    scanf("%s%d",work,&n);
    memset(dp,-1,sizeof(dp));
    for(;n>=0;n-=2)ans=max(ans,dfs(1,0,0,n));
    printf("%d\n",ans);
    return 0;
}


内容概要:本文详细探讨了基于阻尼连续可调减振器(CDC)的半主动悬架系统的控制策略。首先建立了CDC减振器的动力学模型,验证了其阻尼特性,并通过实验确认了模型的准确性。接着,搭建了1/4车辆悬架模型,分析了不同阻尼系数对悬架性能的影响。随后,引入了PID、自适应模糊PID和模糊-PID并联三种控制策略,通过仿真比较它们的性能提升效果。研究表明,模糊-PID并联控制能最优地提升悬架综合性能,在平顺性和稳定性间取得最佳平衡。此外,还深入分析了CDC减振器的特性,优化了控制策略,并进行了系统级验证。 适用人群:从事汽车工程、机械工程及相关领域的研究人员和技术人员,尤其是对车辆悬架系统和控制策略感兴趣的读者。 使用场景及目标:①适用于研究和开发基于CDC减振器的半主动悬架系统的工程师;②帮助理解不同控制策略(如PID、模糊PID、模糊-PID并联)在悬架系统中的应用及其性能差异;③为优化车辆行驶舒适性和稳定性提供理论依据和技术支持。 其他说明:本文不仅提供了详细的数学模型和仿真代码,还通过实验数据验证了模型的准确性。对于希望深入了解CDC减振器工作原理及其控制策略的读者来说,本文是一份极具价值的参考资料。同时,文中还介绍了多种控制策略的具体实现方法及其优缺点,为后续的研究和实际应用提供了有益的借鉴。
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