POJ1753

这个题最好用BFS写,快.但是BFS被我写残了,最后看了题解,用DFS把这个题AC了.在用DFS好理解,用BFS需要二进制压缩,我还不是很明白,具体有关这个题的可以去这两个看看
http://blog.youkuaiyun.com/hackbuteer1/article/details/7392245
http://blog.youkuaiyun.com/lyy289065406/article/details/6642595
AC代码,DFS

#include <iostream>
#include <cstring>
#include <cmath>
#include <cstdio>
using namespace std;

bool M[6][6]={false};
int dis[5][2]={{0,0},{1,0},{-1,0},{0,1},{0,-1}};
bool flag;
int step;

bool judge()
{
    int i,j;
    for(i=1;i<=4;i++)
    {
        for(j=1;j<=4;j++)
        {
            if(M[i][j]!=M[1][1])
                return false;
        }
    }
    return true;
}

void flip(int x,int y)
{
    int i;
    for(i=0;i<5;i++)
    {
        M[x+dis[i][0]][y+dis[i][1]]=!M[x+dis[i][0]][y+dis[i][1]];
    }
    return ;
}

void dfs(int xx,int yy,int deep)
{
    if(deep==step)
    {
        flag=judge();
        return ;
    }
    if(flag||xx==5) return;
    flip(xx,yy);
    if(yy<4)
    {
        dfs(xx,yy+1,deep+1);
    }
    else
    {
        dfs(xx+1,1,deep+1);
    }
    flip(xx,yy);
    if(yy<4)
    {
        dfs(xx,yy+1,deep);
    }
    else
    {
        dfs(xx+1,1,deep);
    }
    return ;
}

int main()
{
    char s;
    int i,j;
    for(i=1;i<=4;i++)
    {
        for(j=1;j<=4;j++)
        {
            cin>>s;
            if(s=='w')
                M[i][j]=true;
        }
    }
    for(step=0;step<=16;step++)
    {
        dfs(1,1,0);
        if(flag) break;
    }
    if(!flag)
        cout<<"Impossible"<<endl;
    else
        cout<<step<<endl;
    return 0;
}
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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