第四周项目4 猴子选大王

/*  
*Copyright (c) 2017,烟台大学计算机与控制工程学院  
*All rights reserved.  
*文件名称:第四周项目4  猴子选大王 
*作    者:葛惠文 
*完成日期:2017年10月5日  
*版 本 号:v1.0  
*问题描述:一群猴子,编号是1,2,3...m,这群猴子(m个)按照1-m的顺序围坐一圈。
           从第1只开始数,每数到第n个,该猴子就要离开此圈,这样依次下来,直
           到圈中只剩下最后一只猴子,则该猴子为大王。输入m和n,输出为大王的猴
           子是几号。
           提示:链表解法:可以用一个循环的单链表来表示这一群猴子。表示结点
           的结构体中有两个成员:一个保存猴子的编号,一个为指向下一个人的指针,
           编号为m的结点再指向编号为1的结点,以此构成环形的链。当数到第n个时,
           该结点被删除,继续数,直到只有一个结点。
*/  


程序实现如下(其中包含的用到的单链表的运算函数需要用到单链表算法库):

#include <iostream>
using namespace std;
struct Monkey
{
    int num;  //猴子的编号
    struct Monkey *next; //下一只猴子
};

int main()
{
    int m,n,i,j,king;
    Monkey *head, *p1,*p2;
    cin>>m>>n;
    if(n==1)
    {
        king=m;
    }
    else
    {
        //建立猴子围成的圆圈
        p1=p2=new Monkey;
        head = p1;
        p1->num=1;
        for(i=1; i<m; i++)  //其余m-1只猴子
        {
            p1=new Monkey;  //p1是新增加的
            p1->num=i+1;
            p2->next=p1;
            p2=p1;          //p2总是上一只
        }
        p2->next=head;      //最后一只再指向第一只,成了一个圆圈

        //下面要开始数了
        p1=head;
        for(i=1; i<m; i++)  //循环m-1次,淘汰m-1只猴子
        {
            //从p1开始,数n-1只就找到第n只了
            for(j=1; j<n-1; j++)  //实际先找到第n-1只,下一只将是被淘汰的
                p1=p1->next;    //围成圈的,可能再开始从第一只数,如果还未被淘汰的话

            //找到了,
            p2=p1->next;  //p2将被删除
            //cout<<"第"<<i<<"轮淘汰"<<p2->num<<endl;   //可以这样观察中间结果
            p1->next=p2->next;  //p2就这样被“架空了”
            p1=p2->next;  //下一轮数数的新起点
            delete p2;  //将不在链表中的结点放弃掉
        }
        king=p1->num;
        delete p1;
    }
    cout<<king<<endl;
    return 0;
}




内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过学优化器加速函(MOA)和学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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