POJ 1988 Cube stacking

题目如下:
Sample Input 6 M 1 6 C 1 M 2 4 M 2 6 C 3 C 4 
Sample Output 1 0 2
有N(N<=30,000)堆方块,开始每堆都是一个方块
方块编号1 – N. 有两种操作
M x y :表示把方块x所在的堆,拿起来叠放到y 所在的堆上
C x : 问方块x下面有多少个方块
操作最多有 P (P<=100,000)次
对每次C操作,输 出结果

基本思路是维护两个数组

under数组表示某个节点下面的数目
sum表示某个节点所在的方块总和,只用维护根节点即可


#include<iostream>
using namespace std;
int sum[3000] = {};//结点加上自己上的和,只维护根节点
int under[3000] = {};//节点下的数目,路径压缩的问题
int parent[3000] = {};
int n;
int getroot(int a)
{
	if (parent[a] == a)
	{
		return a;
	}
	int t = getroot(parent[a]);
	under[a] += under[parent[a]];//路径压缩时要把parent的under值层层加到结点的under上
	parent[a] = t;
	return parent[a];
}
void merge(int a,int b)//b摞到a上
{
	int aa = getroot(a);
	int bb = getroot(b);//寻根加路径压缩
	if (aa == bb)
	{
		return;
	}
	under[bb] = sum[aa];//bb为根,underbb一定为0,直接加
	sum[aa] += sum[bb];
	parent[bb] = aa;
}
void init()
{
	for (int i = 0; i <= 100; i++)
	{
		parent[i] = i;
		sum[i] = 1;//开始每个节点都是只有自己一个
	}
}
int main()
{


	cin >> n;
	init();

	for (int i = 0; i < n; i++)
	{
		char op;
		cin >> op;

		if (op == 'M')
		{
			int a, b;
			cin >> a >> b;
			merge(b, a);
		}
		else if (op == 'C')
		{
			int C;
			cin >> C;
			getroot(C);
			cout << under[C] << endl;;
		}
		else
		{
			return 0;
		}
	}

	return 0;
}

 

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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