hihocoder 1156

本文介绍了一种关于节点颜色变更的高效算法实现。该算法通过预处理节点间的关系,并在颜色变更时仅更新受影响的节点来优化性能。适用于需要频繁改变节点颜色的应用场景。

题目大意:中文题。

算法思路:因为改变一个节点的颜色,只会影响到这个节点的父节点和子节点,所以,我们只需要在一开始建立好节点之间的关系maps[i][j](maps[i][j]表示第i个节点的子节点里颜色为j的节点个数),之后再没改变一个节点的颜色,就对该节点的父节点和和子节点进行操作即可。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<vector>
#include<map>
using namespace std;
#define MAXN 100050
int t,n,m,d,q;
vector<int>v[MAXN];
int col[MAXN];
int par[MAXN];
map<int,int>maps[MAXN];
int main()
{

    scanf("%d",&t);
    int sym=1;
    while(t--)
    {
        memset(col,0,sizeof(col));
        scanf("%d",&n);
        int l,r;
        for(int i=1; i<=n; i++)
        {
            par[i]=i;
            v[i].clear();
            maps[i].clear();
        }
        for(int i=1; i<=n-1; i++)
        {
            scanf("%d%d",&l,&r);
            v[l].push_back(r);
            v[r].push_back(l);
        }
        for(int i=1; i<=n; i++)
        {
            for(int j=0; j<v[i].size(); j++)
            {
                if(v[i][j]==par[i])
                    continue;
                maps[i][0]++;
                par[v[i][j]]=i;
            }
        }

        scanf("%d",&q);
        int flag,ans=1,x,y;
        printf("Case #%d:\n",sym++);
        while(q--)
        {

            scanf("%d",&flag);
            if(flag==1)
                printf("%d\n",ans);
            else
            {

                scanf("%d%d",&x,&y);
                if(col[x]==y)
                    continue;

                //对子节点
                ans-=maps[x][y];
                ans+=maps[x][col[x]];

                //对父节点
                if(par[x]!=x)
                {
                    if(y==col[par[x]])
                        ans--;
                    if(col[x]==col[par[x]])
                        ans++;
                    maps[par[x]][y]++;
                    maps[par[x]][col[x]]--;
                }
                col[x]=y;

            }



        }

    }
    return 0;
}




 

内容概要:本文介绍了一个基于MATLAB实现的多目标粒子群优化算法(MOPSO)在无人机三维路径规划中的应用。该代码实现了完整的路径规划流程,包括模拟数据生成、障碍物随机生成、MOPSO优化求解、帕累托前沿分析、最优路径选择、代理模型训练以及丰富的可视化功能。系统支持用户通过GUI界面设置参数,如粒子数量、迭代次数、路径节点数等,并能一键运行完成路径规划与评估。代码采用模块化设计,包含详细的注释,同时提供了简洁版本,便于理解和二次开发。此外,系统还引入了代理模型(surrogate model)进行性能预测,并通过多种图表对结果进行全面评估。 适合人群:具备一定MATLAB编程基础的科研人员、自动化/控制/航空航天等相关专业的研究生或高年级本科生,以及从事无人机路径规划、智能优化算法研究的工程技术人员。 使用场景及目标:①用于教学演示多目标优化算法(如MOPSO)的基本原理与实现方法;②为无人机三维路径规划提供可复现的仿真平台;③支持对不同参数配置下的路径长度、飞行时间、能耗与安全风险之间的权衡进行分析;④可用于进一步扩展研究,如融合动态环境、多无人机协同等场景。 其他说明:该资源包含两份代码(详细注释版与简洁版),运行结果可通过图形界面直观展示,包括Pareto前沿、收敛曲线、风险热图、路径雷达图等,有助于深入理解优化过程与结果特性。建议使用者结合实际需求调整参数,并利用提供的模型导出功能将最优路径应用于真实系统。
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