Leetcode 29 :Divide two integers

本文介绍了一种不使用乘法、除法和取模运算符实现整数除法的算法。通过逐步增加除数的方式减少计算复杂度,并考虑了各种边界情况以避免溢出。

Divide two integers without using multiplication, division and mod operator.

If it is overflow, return MAX_INT.

class Solution {
public:
    int divide(int dividend, int divisor) {
	if (divisor == 0 || divisor == -1 && dividend == INT_MIN) // 特殊情况会导致结果溢出
		return INT_MAX;
	int result = 0;
	long long int Divisor = divisor;
	long long int Dividend = dividend;
	if (Dividend > 0 && Divisor > 0)
	{
		if (Dividend >= Divisor * 2)
		{
			result = 1;
			Divisor = Divisor * 2; // 采用一个加倍扩大除数的方法,可以将时间复杂度变成O(logn+n/2),n为输入被除数的大小
			while (Dividend >= Divisor)
			{
//				Dividend = Dividend - Divisor;
				Divisor = Divisor * 2;
				result = result * 2;
			}
		}
		Dividend = Dividend - result * divisor;
		Divisor = divisor;
		while (Dividend >= Divisor)
		{
			Dividend = Dividend - Divisor;
			result += 1;
		}
	}
	if (Dividend > 0 && Divisor < 0)
	{
		if (Dividend + Divisor * 2 >= 0)
		{
			result = -1;
			Divisor = Divisor * 2;
			while (Dividend + Divisor >= 0)
			{
				Divisor = Divisor * 2;
				result = result * 2;
			}
		}
		Dividend = Dividend - result * divisor;
		Divisor = divisor;
		while (Dividend + Divisor >= 0)
		{
			Dividend = Dividend + Divisor;
			result -= 1;
		}
	}
	if (Dividend < 0 && Divisor > 0)
	{
		if (Dividend + Divisor * 2 <= 0)
		{
			result = -1;
			Divisor = Divisor * 2;
			while (Dividend + Divisor <= 0)
			{
				//				Dividend = Dividend - Divisor;
				Divisor = Divisor * 2;
				result = result * 2;
			}
		}
		Dividend = Dividend - result * divisor;
		Divisor = divisor;
		while (Dividend + Divisor <= 0)
		{
			Dividend = Dividend + Divisor;
			result -= 1;
		}
	}
	if (Dividend < 0 && Divisor < 0)
	{
		if (Dividend <= Divisor * 2)
		{
			result = 1;
			Divisor = Divisor * 2;
			while (Dividend <= Divisor)
			{
				//				Dividend = Dividend - Divisor;
				Divisor = Divisor * 2;
				result = result * 2;
			}
		}
		Dividend = Dividend - result * divisor;
		Divisor = divisor;
		while (Dividend <= Divisor)
		{
			Dividend = Dividend - Divisor;
			result += 1;
		}
	}
    // result = dividend / divisor;
	return result;
    }
};

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,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma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)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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