NYOJ----88汉诺塔

本文探讨了汉诺塔问题的高效求解方法,通过优化输入数据处理避免超时,并提供两种实现方案:循环计算法与预计算数组存储法。

这个题很是坑人·····纯粹的数学问题,那么多坑,害的我WA了N次·····汉诺塔其实很容易理解,我们都知道第n次需要移动2^n-1次。最后6位数也很简单,直接对1000000进行取余就可以。最悲剧的就是当数据特别大的时候肯定会超时·······后来经人提醒,知道要对输入的数据进行处理,才能进行计算。好吧,这个题我承认自己犯傻了。

原题地址:点击打开链接

代码如下:

#include<stdio.h> int main() { int i,j,k,l,m,n,s; scanf("%d",&s); while(s--) { int c=1; scanf("%d",&n); if(n>12500)//对输入的数据进行处理 { if(n%100000<6) n=n%10+100000; else n%=100000; } while(n--) { c=2*c; c%=1000000; } printf("%d\n",c-1); }return 0; } 另外一种是用数组先进行储存,后面直接输出:

#include<stdio.h> int a[100006]; int main() { int s,m,i; a[1]=1; for(i=2;i<100006;i++) { a[i]=(2*a[i-1]+1)%1000000; } scanf("%d",&s); while(s--) { scanf("%d",&m); if(m>12500) { if(m%100000<6) m=100000+m%10; else m%=100000; } printf("%d\n",a[m]); } return 0; } 现实再次向我证明了,我只是一只小菜鸟,那种想怎么虐就怎么虐的菜鸟·········

不过吃一堑长一智,一点一点的来吧,被坑的次数多了,就有经验了······

做那只勤奋的小蜗牛,即便爬得很慢,但总有一天可以乘着叶片飞········



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