BZOJ 2091: [Poi2010]The Minima Game 博弈dp

本文探讨了在算法竞赛中使用博弈论解决特定类型问题的方法。通过将数字按大小排序,并定义递推公式来计算先手和后手的最大得分差距,文章详细解释了一个有趣的博弈策略。代码示例展示了如何在C++中实现这一策略。

十分有趣的问题.  

我们发现如果拿的话肯定要先拿一些大的.  

所以我们可以先将所有数从小到大排序,令 $f[i]$ 表示拿完前 $i$ 小先手-后手的最大值.  

则有转移:$f[i]=max(f[i-1],a[i]-f[i-1])$  

反复阅读:每次拿一些数字的贡献是这些数字中最小的值.  

反复阅读上一句话,然后再看一看式子就容易懂了. 

code: 

#include <bits/stdc++.h>   
#define N 1000006   
#define ll long long  
#define setIO(s) freopen(s".in","r",stdin) 
using namespace std; 
ll f[N],a[N];   
int main() 
{ 
    // setIO("input"); 
    int i,j,n; 
    scanf("%d",&n); 
    for(i=1;i<=n;++i)  scanf("%lld",&a[i]);   
    sort(a+1,a+1+n); 
    for(i=1;i<=n;++i) 
    {
        f[i]=max(f[i-1],a[i]-f[i-1]);    
    }
    printf("%lld\n",f[n]);   
    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
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