1067. Sort with Swap(0,*) (25)

本文详细阐述了排序算法中一种优化思路,通过记录元素位置并调整以减少交换次数,最终达到最小步数排序的目标。同时提供了AC代码实现,旨在提高算法效率。

1.用一个数组pos记录各个元素所在的位置

2.假设0所在的位置为i,那么正确的排序应该是i在位置i上,所以0应该和i交换,即0的位置和i的位置交换,swap(pos[0],pos[i]),又pos[0]=i,即0的位置在i上,所以swap(pos[0],pos[pos[0]])

3.通过2中提到的,每次都把一个数换到正确的位置,步数最小

4.可能还存在尚未结束,但是0已经在位置0上,此时进行交换,对排序没有帮助,于是我们需要把0和任意一个不符合pos[i]=i要求的数进行交换,然后再进行上述的步骤。

5.需要记录上次是哪个i不满足pos[i]=i的要求,这样才能AC,不然会超时(即每次都得从0搜索到n-1,会超时)



AC代码:

//#include<string>
//#include<stack>
//#include<unordered_set>
//#include <sstream>
//#include "func.h"
//#include <list>
#include <iomanip>
#include<unordered_map>
#include<set>
#include<queue>
#include<map>
#include<vector>
#include <algorithm>
#include<stdio.h>
#include<iostream>
#include<string>
#include<memory.h>
#include<limits.h>
#include<stack>
using namespace std;


int main(void)
{
	int n;
	cin >> n;
	vector<int> num(n);
	vector<int> pos(n);
	int disorderPos = -1;//记录不合要求的第一个位置
	for (int i = 0; i < n; i++)
	{
		int tmp;
		scanf("%d", &tmp);
		pos[tmp] = i;//记录tmp所在位置i
		if (tmp != i&&disorderPos == -1) disorderPos = i;
	}
	int step = 0;
	while (1)
	{
		if (pos[0] != 0)
		{//把0所在的位置pos[0]=i换成数字i,此时数字i在位置pos[i]上,所以需要swap(pos[0], pos[pos[0]]);
			swap(pos[0], pos[pos[0]]);
			step++;
		}
		else
		{
			for (; disorderPos < pos.size(); disorderPos++)
				if (pos[disorderPos] != disorderPos)//找出不合要求的数
					break;
			if (disorderPos == pos.size()) break;
			swap(pos[0], pos[disorderPos]);
			step++;
		}
	}
	cout << step << endl;
	return 0;
}


基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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