2016暑假练习——线段树

本文介绍了一种基于区间树的数据结构实现方法,包括构建、更新及查询操作。通过具体的C++代码示例,详细展示了如何高效地进行区间加法更新和区间求和查询。

来源:HDU1166

代码:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#define lson rt<<1
#define rson rt<<1|1
using namespace std;
const int MAXN = 50000+10;
int tree[MAXN<<2];
int arr[MAXN];
int n;
char ch[20];
void pushup(int rt){
    tree[rt] = tree[lson]+tree[rson];
}
void build(int rt,int l,int r){
    if(l == r){
        tree[rt] = arr[l];
        return ;
    }
    int mid = l+r>>1;
    build(lson,l,mid);
    build(rson,mid+1,r);
    pushup(rt);
}
void update(int rt,int l,int r,int pos,int data){
    if(l == r && l == pos){
        tree[rt] += data;
        return ;
    }
    int mid = l+r>>1;
    if(pos<=mid) update(lson,l,mid,pos,data);
    else if(pos>mid) update(rson,mid+1,r,pos,data);
    pushup(rt);
}
int query(int rt,int l,int r,int left,int right){
    //cout<<rt<<" "<<l<<" "<<r<<" "<<left<<" "<<right<<endl;
    if(left<=l && r<=right){
        return tree[rt];
    }
    int mid = l+r>>1;
    int res = 0;
    if(left<=mid) res+=query(lson,l,mid,left,right);
    if(right>mid) res+=query(rson,mid+1,r,left,right);
    return res;
}
int main(){
    int T;
    int nc = 1;
    scanf("%d",&T);
    while(T--){
        memset(tree,0,sizeof(tree));
        scanf("%d",&n);
        for(int i=1;i<=n;i++){
            scanf("%d",arr+i);
        }
        build(1,1,n);
        printf("Case %d:\n",nc++);
        while(scanf("%s",ch)){
            if(ch[0]=='E') break;
            if(ch[0]=='A'){
                int x,y;
                scanf("%d%d",&x,&y);
                update(1,1,n,x,y);
            }
            if(ch[0]=='Q'){
                int x,y;
                scanf("%d%d",&x,&y);
                if(x>y) swap(x,y);
                cout<<query(1,1,n,x,y)<<endl;
            }
            if(ch[0]=='S'){
                int x,y;
                scanf("%d%d",&x,&y);
                update(1,1,n,x,-y);
            }
        }
    }
    return 0;
}


内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究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,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂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)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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