Manthan, Codefest 18 (rated, Div. 1 + Div. 2) C. Equalize (cf 1037 C)

本文介绍了一种将两个等长的01串通过特定操作转化为彼此的最优算法。该算法利用动态规划思想,通过交换相邻元素(操作1)或对单个元素进行异或操作(操作2),旨在找到最小成本路径。

题目:Equalize

题意:
给出两个长度相等的 01 01 串,求把其中一种变成另一种的最下代价。
操作 1 1 :交换两个位置在ij的数,代价是 |ij| | i − j |
操作 2 2 :把一个数异或1,代价为 1 1

思路:
首先可以知道,使用操作1时,只能交换相邻两元素。因为如果交换的两元素距离大于 1 1 ,那么使用操作2一定更优。
然后令 f[i] f [ i ] 表示前 i i 个数的最小代价。
a[i]==b[i]时, f[i]=f[i1] f [ i ] = f [ i − 1 ]
a[i]!=b[i] a [ i ] ! = b [ i ] 时,若 (a[i1]==b[i] and a[i]==b[i1] and !g[i1])==0 ( a [ i − 1 ] == b [ i ]   a n d   a [ i ] == b [ i − 1 ]   a n d   ! g [ i − 1 ] ) == 0 f[i]=f[i1]+1 f [ i ] = f [ i − 1 ] + 1
其中g代表是否在i处做过操作 1 1

代码:

#include<bits/stdc++.h>
using namespace std;

#define maxn 1000000
#define inf (1<<30)

int n;

void read(int& x) {
    char y;
    while(~scanf("%c",&y)&&(y<'0'||y>'1'));
    x=y-'0';
}

int a[maxn+5],b[maxn+5];
int f[maxn+5],g[maxn+5];

int main(){
    scanf("%d",&n);
    for(int i=1;i<=n;i++) read(a[i]);
    for(int i=1;i<=n;i++) read(b[i]);
    for(int i=1;i<=n;i++) {
        f[i]=f[i-1];
        if(a[i]!=b[i]) {
            if(a[i-1]==b[i]&&a[i]==b[i-1]&&!g[i-1]) g[i]=true;
            else f[i]++;
        }
    }
    printf("%d",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
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