hdu 2809 God of War //状态压缩DP

用记忆话搜索的可能时间上稍微慢点。

/*
几个陷阱吧
一个是可能出现攻击比防御小的情况,那么取伤害为1
另一种就是经验不清零,题目没提及吧
*/
#include <stdio.h>
#include <string.h>
struct LVBU
{
    int ATI,DEF,HP,EXP,level;
}peo[21], lv;
int In_ATI,In_DEF,In_HP;
int n;
int N;
LVBU dp[1 << 20];
bool vis[1 << 20];
void solve(int sta)
{
    if(vis[sta])  return;

    vis[sta] = 1;
    int state = sta;
    int i = 0;
    bool flag = false;
    while(state)
    {
        if(state & 1)
        {
            solve(sta ^ (1 << i));
            LVBU t= dp[sta ^ (1 << i)];

            if(t.level <= 0)
            {
                state >>= 1;
                i++;
                continue;//已经挂了
            }

            int dec = t.ATI - peo[i].DEF;
            if(dec <= 0)  dec = 1;//特殊情况

            int times = peo[i].HP / dec;
            if(times * dec != peo[i].HP)  times++;

            dec = peo[i].ATI - t.DEF;
            if(dec <= 0)  dec = 1;
            t.HP -= dec * (times - 1);

            if(t.HP <= 0)
            {
                state >>= 1;
                i++;
                continue;
            }

            t.EXP += peo[i].EXP;
            if(t.EXP >= t.level * 100)
            {
                int add = t.EXP / 100 - t.level + 1;
                t.level += add;
                t.ATI += add * In_ATI;
                t.DEF += add * In_DEF;
                t.HP += add * In_HP;
            }

            if(!flag || (t.HP > dp[sta].HP) || (t.HP == dp[sta].HP && t.level > dp[sta].level))
            {
                dp[sta] = t;
                flag = true;
            }
        }

        state >>= 1;
        i++;
    }

    if(!flag)  dp[sta].level = -1;//没希望了。。。。

    return;
}
int main()
{
    while(scanf("%d%d%d%d%d%d", &dp[0].ATI, &dp[0].DEF, &dp[0].HP, &In_ATI, &In_DEF, &In_HP) != EOF)
    {
        dp[0].EXP = 0;//一个人没杀的初始状态
        dp[0].level = 1;
        char name[200];
        scanf("%d", &n);

        for(int i = 0; i < n; i++)
        scanf("%s%d%d%d%d", name, &peo[i].ATI, &peo[i].DEF, &peo[i].HP, &peo[i].EXP);
        N = 1 << n;

        memset(vis, 0, sizeof(vis));
        vis[0] = 1;
        solve(N - 1);

        lv = dp[N-1];
        if(lv.level <= 0)  printf("Poor LvBu,his period was gone.\n");
        else printf("%d\n", lv.HP);
    }
    return 0;
}


【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
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