121. Best Time to Buy and Sell Stock

本文介绍了一种计算股票买卖最大利润的算法实现。通过将问题转换为求最大子序列和问题,利用一次遍历的方式找到最佳买卖时机,从而获得最大利润。文章提供了完整的C++代码示例。

转换
为求最大子序列和问题 53题
nums[i] = prices[i]-prices[i-1]
nums[0] = 0;

#include <cstdio>
#include <iostream>
#include <set>  
#include <vector>
using namespace std;

int maxProfit(vector<int>& prices) {    
    int sum = 0;
    int maxsum = 0;
    for (int i=1;i<prices.size();++i)
    {
        if (sum  > 0)
                sum += prices[i]-prices[i-1]; 
        else
                sum = prices[i]-prices[i-1];
        if (sum >maxsum)
            maxsum = sum;
    }
    return maxsum;

}
int main()
{
   vector<int> a;  
   int x;
   for(int i=0;i<6;i++)
   {
      cin>>x;
      a.push_back(x);
   }
   /*int val;
   cin>>val;
   /*for ( int ix = 0; ix < a.size(); ++ix ) 
       cout << a[ ix ] <<endl;*/
   cout<<maxProfit(a)<<endl;
   return 0 ;
}
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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