Symmetrical Painting(sort+思维)

本文深入探讨了SymmetricalPainting问题的算法解决方案,通过枚举矩阵两侧的面积变化,找到最大对称区域。利用C++实现,详细解析了如何通过预处理和排序技巧高效求解。

Symmetrical Painting

题意:给你矩阵的L和R矩阵为(i-1,L)和(i,R)组成给你一条线求在先两侧对称的面积。

分析:我们可以想像一下,在矩阵的两侧而后所得最大面积为矩阵的中心和两侧,而超过一个矩阵的中心后他的面积就开始减少,在未到达中心前这个矩阵的面积是增加的,分别枚举由此我们可以得到结果。

#include<iostream>
#include<cstdio>
#include<algorithm>
#define ll long long
using namespace std;
const int maxn = 3000000;

ll n, cnt, a, b;
struct nod{
    ll a, b;
}P[maxn];
bool cmp(nod m, nod n)
{
    return m.a < n.a;
}

int main()
{
    scanf("%lld", &n);
    while(n--)
    {
        scanf("%lld%lld", &a, &b);
        a <<= 1, b <<= 1; /// 两倍注意
        P[++cnt].a = a, P[cnt].b = 1;
        P[++cnt].a = (a + b) >> 1, P[cnt].b = -2; /// 过了中心其他加这个矩形减
        P[++cnt].a = b, P[cnt].b = 1;
    }
    sort(P + 1, P + cnt + 1, cmp);

    ll ans = 0, tmp = 0, pre = 0, res = 0;
    for(int i = 1; i < cnt; i++)
    {
        pre += P[i].b;
        tmp = P[i + 1].a - P[i].a;
        res += tmp * pre;
        ans = max(ans, res);
    }
    printf("%lld\n", ans);
    return 0;
}

 

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
 
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