woj2153 哨戒炮II

传送门
相邻两个节点会相互影响。可以只考虑它和它的儿子。
它对它父节点的影响会在计算父节点计入。
注意开 l o n g l o n g longlong longlong和读优。

#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int maxn=1e5+10;
int Head[maxn],Next[maxn<<1],V[maxn<<1],cnt=0;
int n,m,u,v;
ll g[maxn],d[maxn],f[maxn][2];
inline void add(int u,int v){Next[++cnt]=Head[u],V[cnt]=v,Head[u]=cnt;}
inline int read(){
    int f=1,x=0;char ch=getchar();
    while(!isdigit(ch)){if(ch=='-') f=-1;ch=getchar();}
    while(isdigit(ch)) x=(x<<3)+(x<<1)+ch-'0',ch=getchar();
    return x*f;
}
inline void dfs(int u,int fa){
    f[u][0]=0,f[u][1]=g[u];
    for(int i=Head[u];i;i=Next[i]) if(V[i]!=fa){
        dfs(V[i],u);
    	f[u][0]+=max(f[V[i]][1],f[V[i]][0]);
  	f[u][1]+=max(f[V[i]][0],f[V[i]][1]+d[u]+d[V[i]]);
    }
}
int main(){
    n=read();
    for(int i=1;i<=n;++i) g[i]=read();
    for(int i=1;i<=n;++i) d[i]=read();
    for(int i=1;i<n;++i) u=read(),v=read(),add(u,v),add(v,u);
    dfs(1,0),cout<<max(f[1][0],f[1][1]);
}
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)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍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的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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