POJ 2653 Pick-up sticks 判断线段相交

本文提供了一种解决POJ 2653问题的有效方法,通过判断线段是否相交来确定是否存在交叉的棍子。虽然理论上可以采用线性维护的方式优化算法,但实际提交中使用O(n^2)复杂度的方法亦可通过。

题目描述:http://poj.org/problem?id=2653


解题思路:

无非是判断线段相交。但是由于n的范围有100000,读入之后O(n^2)枚举肯定不行。注意题目有一句:You may assume that there are no more than 1000 top sticks.

所以读入的时候在线维护一个top sticks的链表就好了。

但是.. 我用O(n^2)的方法还是过了,而且比静态链表快..


#include <stdio.h>
#define max(a,b) a>b?a:b
#define min(a,b) a>b?b:a
struct point 
{
	double x;
	double y;
} pa[100007],pb[100007];
long n,i,j;
double direction(struct point a,struct point b,struct point c)
{
   	double x1=b.x-a.x,y1=b.y-a.y,
        x2=c.x-b.x,y2=c.y-b.y;
    	return x1*y2-x2*y1;
}
int on_segment(struct point a,struct point b,struct point c)
{
	if((min(a.x,b.x)<=c.x && c.x<=max(a.x,b.x)) && (min(a.y,b.y)<=c.y && c.y<=max(a.y,b.y))) return 1;
	return 0;
}
int intersection(struct point p1,struct point p2,struct point p3,struct point p4)
{
	double d1=direction(p3,p4,p1),
	       d2=direction(p3,p4,p2),
	       d3=direction(p1,p2,p3),
	       d4=direction(p1,p2,p4);
	if(((d1>0 && d2<0) || (d1<0 && d2>0)) && ((d3>0 && d4<0)||(d3<0 && d4>0))) return 1;
	if(!d1 && on_segment(p3,p4,p1)) return 1;
	if(!d2 && on_segment(p3,p4,p2)) return 1;
	if(!d3 && on_segment(p1,p2,p3)) return 1;
	if(!d4 && on_segment(p1,p2,p4)) return 1;
	return 0;
}

int main()
{
	scanf("%ld",&n);
	while(n)
	{
		printf("Top sticks:");
		for(i=1;i<=n;i++) scanf("%lf%lf%lf%lf",&pa[i].x,&pa[i].y,&pb[i].x,&pb[i].y);
		for(i=1;i<n;i++)
		{
			int k=1;
			for(j=i+1;j<=n;j++) 
			if(intersection(pa[i],pb[i],pa[j],pb[j]))
			{
				k=0;
				break;
			}
			if(k)printf(" %ld,",i);
		}
		printf(" %ld.\n",n);
		scanf("%ld",&n);
	}
	return 0;
}

 
内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合Koopman算子理论与递归神经网络(RNN)的数据驱动建模方法,旨在对非线性纳米定位系统进行有效线性化建模,并实现高精度的模型预测控制(MPC)。该方法利用Koopman算子将非线性系统映射到高维线性空间,通过递归神经网络学习系统的动态演化规律,构建可解释性强、计算效率高的线性化模型,进而提升预测控制在复杂不确定性环境下的鲁棒性与跟踪精度。文中给出了完整的Matlab代码实现,涵盖数据预处理、网络训练、模型验证与MPC控制器设计等环节,具有较强的基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)可复现性和工程应用价值。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及自动化、精密仪器、机器人等方向的工程技术人员。; 使用场景及目标:①解决高精度纳米定位系统中非线性动态响应带来的控制难题;②实现复杂机电系统的数据驱动建模与预测控制一体化设计;③为非线性系统控制提供一种可替代传统机理建模的有效工具。; 阅读建议:建议结合提供的Matlab代码逐模块分析实现流程,重点关注Koopman观测矩阵构造、RNN网络结构设计与MPC控制器耦合机制,同时可通过替换实际系统数据进行迁移验证,深化对数据驱动控制方法的理解与应用能力。
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