算法和数据操作篇——回溯法

本文探讨了两个经典算法问题:在矩阵中查找特定路径和计算机器人在限定条件下的运动范围。通过深度优先搜索(DFS)和回溯策略,详细解析了如何在二维网格中寻找指定字符串的路径,并计算机器人在不超出位数之和限制的情况下可以到达的格子数量。

面试题12:矩阵中的路径原题链接

class Solution {
public:
    bool has_word(int x, int y, vector<vector<char>>& board, string& word, int index, vector<vector<int>>& mark){
    	// 从board[x][y]出发,寻找word[index],mark矩阵表示某个位置的字符是否已经被使用
        int n = board.size(), m = board[0].size();
        int dx[4] = {0, 1, -1, 0};
        int dy[4] = {-1, 0, 0, 1};
        if(index == word.size())
            return true;
        
        mark[x][y] = 1;    // 当前的位置已经不再可用
        for(int i = 0;i < 4; i++){
            int nx = x + dx[i], ny = y + dy[i];
            if(nx >= 0 && nx < n && ny >= 0 && ny < m && mark[nx][ny] == 0 && board[nx][ny] == word[index]){
                if(has_word(nx, ny, board, word, index+1, mark))
                    return true;
            }
        }
        // 上面的循环体中如果找到了index后面的所有字符,就会返回true,如果没有,则需要在返回时将mark的状态修改回去
        mark[x][y] = 0;
        
        return false;
    }
    bool exist(vector<vector<char>>& board, string word) {
        int n = board.size();
        if(n == 0)
            return word.size() == 0;
        if(word.size() == 0)
            return true;
        int m = board[0].size();
        // 标记矩阵中的字符是否已经被遍历过
        vector<vector<int> > mark(n, vector<int>(m, 0));

        for(int i = 0;i < n; i++){
            for(int j = 0;j < m; j++){
                if(board[i][j] == word[0]){
                    if(has_word(i, j, board, word, 1, mark))
                        return true;
                }
            }
        }
        return false;
    }
};

面试题13:机器人的运动范围原题链接

class Solution {
public:
    int dfs(int x, int y, int m, int n, int k, vector<vector<int> >& visited){
        int dx[4] = {0, 0, 1, -1};
        int dy[4] = {1, -1, 0, 0};
        int nx, ny, ans = 1;
        visited[x][y] = 1;
        for(int i = 0;i < 4; i++){
            nx = x + dx[i];
            ny = y + dy[i];
            if(nx >= 0 && nx < m && ny >= 0 && ny < n && visited[nx][ny] == 0 && check(nx, ny, k))
                ans += dfs(nx, ny, m, n, k, visited);
        }
        return ans;
    }
    bool check(int x, int y, int k){
        int ans = 0;
        while(x >= 1){
            ans += x % 10;
            x /= 10;
        }
        while(y >= 1){
            ans += y % 10;
            y /= 10;
        }
        return ans <= k;
    }
    int movingCount(int m, int n, int k) {
        vector<vector<int> > visited(m, vector<int>(n, 0));
        return dfs(0, 0, m, n, k, visited);
    }
};
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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