refresh的停车场

刷新的停车场算法解析
本文详细解析了一种基于栈和队列数据结构的停车场算法,该算法能够有效地处理车辆的进出操作,包括添加车辆(Add)、删除车辆(Del)和输出结果(Out)。通过使用C++实现,本文展示了如何在有限的停车位中进行高效的车辆管理。

refresh的停车场 

~题目要求~

输入

2 6
Add 18353364208
Add 18353365550
Add 18353365558
Add 18353365559
Del
Out

结果

18353365558
18353364208
 
 
#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<queue>
#include<stack>
#include<string>
#include <iostream>

using namespace std;

int main()
{
    int n,m,k;
    string str, tel;
    while(~scanf("%d%d",&n,&m))
    {
        k=0;
        bool flag=false;//bool只有false和true
        queue<string>Q;//字符串不能以%s输出
        stack<string>P;
        while(m--)
        {
            cin>>str;
            if(str=="Add")//定义为string可直接比较str=="Add"
            {
                cin>>tel;
                if(k<n)
                {
                    P.push(tel);
                    k++;
                }
                else
                    Q.push(tel);
            }
            if(str=="Del")
            {
                if(!P.empty())
                {
                    P.pop();
                    if(!Q.empty())
                    {
                        P.push(Q.front());
                        Q.pop();
                    }
                    else
                        k--;
                }
                else flag=true;

            }
            if(str=="Out")
            {
                if(!Q.empty())
                    Q.pop();
                else flag=true;
            }
        }
        if(flag)
            cout<<"Error\n";
        else
        {
            while(!P.empty())
            {
                cout<<P.top()<<"\n";
                P.pop();
            }
        }
    }
    return 0;
}

  

  

转载于:https://www.cnblogs.com/guoyongzhi/p/3233016.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