OJ《程序设计基础II》 实验1- 结构体、共用体和枚举

1-1 A - 检查宿舍卫生

#include<stdio.h>
struct score
{
	int a,b,c,d,e;
}f[100];//结构体;
int main()
{
	int n,i,g[100],max=0,h=0;
	scanf("%d",&n);
	for(i=0;i<n;i++)
	{
		scanf("%d %d %d %d %d",&f[i].a,&f[i].b,&f[i].c,&f[i].d,&f[i].e);
		g[i]=f[i].a+f[i].b+f[i].c+f[i].e+f[i].d;
	}
	for(i=0;i<n;i++)
	{
		if(g[i]<85)
		h++;
	}
	for(i=0;i<n;i++)
	{
		if(g[i]>=85)
		{
			if(g[i]>max)
			max=g[i];
		}
	}
	if(max<85)
	printf("%d No",h);
	else printf("%d %d",h,max);
}

1-2 B - 小 I 的小姐姐

#include<stdio.h>
struct score
{
	int w1,w2,w3;
}f[1001];
int main()
{
	int n,i,g[1001],max=0,x;
	scanf("%d",&n);
	for(i=0;i<n;i++)
	{
		scanf("%d %d %d",&f[i].w1,&f[i].w2,&f[i].w3);
		g[i]=f[i].w1*0.7+f[i].w2*0.2+f[i].w3*0.1;
	}
	for(i=0;i<n;i++)
	{
		if(g[i]>max)
		{
			max=g[i];
			x=i;
		}
	}
	printf("%d",x);
}

1-3 C - 选票统计

#include<stdio.h>
int main()
{
	int n,i,j,a[30000],max=0,x,m,h[1000]={0};
	scanf("%d %d",&m,&n);
	for(i=0;i<n;i++)
	{
		scanf("%d",&a[i]);
	}
	for(j=1;j<=m;j++)
	{
		for(i=0;i<n;i++)
		{
		   if(a[i]==j)
		   	h[j]++;
		}
	}
	for(j=1;j<=m;j++)
	{
		if(h[j]>max)
		{
			max=h[j];
			x=j;
		}
	}
	printf("%d\n%d",x,h[x])
内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估CPO优化流程。; 适合人群:具备一定Python编程基础优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
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

打赏作者

CRAEN

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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