soj 1702. Robot Roll Call -- Cambot...Servo...Gypsy...Croooow

本文介绍了一种方法,通过使用 stringstream 或 sscanf 处理输入数据,来判断 N 个预定义的名字是否出现在给定的 M 行数据中。此过程涉及到数据的读取、解析和匹配,旨在帮助开发者高效地解决类似的问题。

题意:

给N个名字,M行数据(每行数据不一定多少个字符串),问在这M行数据里面是否有那N个名字

思路:

stringstream或者sscanf处理数据即可。

代码:

#include <iostream>
#include <sstream>
#include <cstring>
using namespace std;

int t, n, l, nd;
string name[30], line;
bool present[30];
string data;
int main()
{
	ios::sync_with_stdio(false);
	cin >> t;
	for (int Case = 1; Case <= t; ++ Case)
	{
		cin >> n;
		for (int i = 0; i < n; ++ i) cin >> name[i];
		memset(present, false, sizeof(present));
		cin >> l;
		getline(cin, line);
		while (l --)
		{
			getline(cin, line);
			stringstream sin(line);
			while (sin >> data)
			{
				for (int i = 0; i < n; ++ i)
				{
					if (data == name[i])
					{
						present[i] = true;
						break;
					}
				}
			}
		}
		cout << "Test set " << Case << ":\n";
		for (int i = 0; i < n; ++ i)
		{
			cout << name[i] << " is ";
			if (present[i]) cout << "present\n";
			else cout << "absent\n";
		}
		cout << "\n";
	}
}

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
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