习题7-5(uva-690)

本文介绍了一个关于大爷乘坐公交让座的问题,并通过递归深度优先搜索算法进行求解。通过对每种可能的大爷出现情况进行分析,计算最少的让座次数。
#include <iostream>
#include <istream>
#include <sstream>
#include <vector>
#include <stack>
#include <list>
#include <map>
#include <set>
#include <deque>
#include <queue>
#include <cstring>
#include <unordered_map>
#include <unordered_set>
#include <algorithm>
#include <numeric>
#include <chrono>
#include <ctime>
#include <cmath>
#include <cctype>
#include <string>
#include <cstdio>
#include <iomanip>


#include <thread>
#include <mutex>
#include <condition_variable>
#include <functional>
#include <iterator>
using namespace std;
const int maxn = 35;
int n, origin[5], moveStep[maxn], moveCnt,ans;

//要让大爷有位置
bool CanAddHead(int s0,int s1,int s2,int s3,int s4) {
	return ((s0 & origin[0]) == 0) &&
		((s1 & origin[1]) == 0) &&
		((s2 & origin[2]) == 0) &&
		((s3 & origin[3]) == 0) &&
		((s4 & origin[4]) == 0);
}
void Init()
{
	string input;
	moveCnt = 0;
	ans = n * 10;
	for (int i = 0; i < 5; i++) {
		cin >> input;
		origin[i] = 0;
		//把 大爷 的情况记录下来 每次来个大爷都得给他让位置
		for (int j = input.size() - 1; j >= 0; j--) {
			origin[i] = (origin[i] << 1) + (input[j] == 'X');
		}
	}

	for (int i = 0; i <= n; i++) {
		//前面的挤一挤 后面来人能不能有位置
		if (CanAddHead(origin[0]>>i,origin[1]>>i,origin[2]>>i,origin[3]>>i,origin[4]>>i)) moveStep[moveCnt++] = i;
	}
}

void dfs(int s0, int s1, int s2, int s3, int s4, int d, int len) {
	//
	if (len + moveStep[0] * (10 - d) > ans) return;
	//弄完了
	if (d == 10) {
		ans = min(ans, len);
		return;
	}

	for (int i = 0; i < moveCnt; i++) {
		int rCnt = moveStep[i];
		//让位置给大爷 大爷
		int ss0 = s0 >> rCnt, ss1 = s1 >> rCnt, ss2 = s2 >> rCnt, ss3 = s3 >> rCnt, ss4 = s4 >> rCnt;
		//大爷能不能坐下 前面的挤下去没影响 最多只影响20
		if (CanAddHead(ss0, ss1, ss2, ss3, ss4)) {
			dfs(ss0 | origin[0], ss1 | origin[1], ss2 | origin[2], ss3 | origin[3], ss4 | origin[4],d + 1,len + rCnt);
		}
	}
}
int main()
{
	while (cin >> n && n) {
		Init();
		dfs(origin[0], origin[1], origin[2], origin[3], origin[4], 1, n);
		cout << ans << endl;
	}
	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