链表操作


////////////单链表///////////////
//定义节点
struct node
{
	int data;
    struct node *next;
};
typedef struct node NODE;


//申请节点并赋值
	NODE *ApplyNODE(int x)
	{
		NODE *p;
		p=(NODE *)malloc(sizeof(NODE));
		p->data=x;
		p->next=NULL;
        return (p);	
	}

//初始化链表
	NODE *InitList()
	{
		NODE *head;
		head=(NODE *)malloc(sizeof(NODE));
		head->next=NULL;
		return (head);	
	}

//将节点插入到链表
//(1)将节点p插入到链表头(p作为head之后的第一个元素,成为了新的表头节点)
	p->next=head->next;
	head->next=p;

//(2)将节点p插入到指定节点q之后
	p->next=q->next;
	q->next=p;

//(3)将节点p插入到链表尾
先找到链表的尾节点q:
	NODE *Searchrear(NODE *head)
	{
		NODE *q;
		q=head;
		while(q->next != NULL)
		{
			q=q->next;		
		}

		return (q);
	}
再将p节点插入到指定节点q的后面即可!


//头插法建立链表
NODE *CreateFromHead()
{
	NODE *head, *p, *q;
	int i, n, x;
	printf("\nInput the length of the line:");
	scanf("%d", &n);
	head=InitList();
	printf("\nInput %d datas:", n);
	for(i=0; i<n; i++)
	{
		scanf("%d", &x);
		p=applyNODE(x);
		p->next=head->next;
		head->next=p;
	}

	return (head);
}


//尾插法建立链表
NODE *CreatFromTail()
{
	NODE *head, *p, *q;
	int i, n, x;
	printf("\nInput the length of the line :");
	scanf("%d", &n);
	head=q=InitList();
	printf("\nInput %d datas:", n);
	for(i=0; i<n; i++)
	{
		scanf("%d", &x);
		p=applyNODE(x);
		q->next=p;
		q=p;
	}

	return (head);
}


//删除节点
//(1)删除给定节点p的后继节点, 用q记录要删除的节点
q=p->next;
p->next=q->next;
free(q); 

//(2)删除给定节点p
NODE *deletenode(NODE *head, NODE *p)
{
	NODE *q;
	q=head;
	while(q->next != p)
	{
		q=q->next;
	}
	q->next=p->next;
	free(p);

	return (head);
}

//输出单链表
void Display(NODE *head)
{
	NODE *p;
	printf("\nThe line are:");
	p=head->next;
	while(p != NULL)
	{
		printf("%d ", p->data);
		p=p->next;
	}
}

//查找给定值节点
NODE *Search(NODE *head, int x)
{
	NODE *p;
	p=head->next;
	while(p != NULL)&&(p->data != x)
	{
		p=p->next;
	}
    return (p);
}

////////////链表实现栈///////////////

//栈节点
struct node
{
	int data;
	struct node *next;
};
typedef struct node StackNode;
StackNode *top;

//初始化栈
StackNode *InitStack()
{
	NODE *top;
	top=(StackNode *)malloc(sizeof(StackNode));
	top->next=NULL;
	return (top);
}

//将x进栈
StackNode *Push(StackNode *top, DataType x)
{
	StackNode *p;
	p=(StackNode *)malloc(sizeof(StackNode));
	p->data=x;
	p->next=top->next;
	top->next=p;

	return (top);
}

//将栈顶元素出栈
StackNode *Pop(StackNode *top)
{
	StackNode *p;
	if(top->next == NULL)
	{
		printf(" 栈空,无法出栈");
		return(top);	
	}

	p=top->next;
	top->next=p->next;
	free(p);
	return (top);
}


////////////链表实现队列///////////////


//链队列节点
struct node
{
    int data;
	struct node *next;
};
typedef struct node QueueNode;

struct node2
{
	QueueNode *front;
	QueueNode *rear;
};
typedef struct node2 Queue;

//初始化队列
Queue InitQueue()
{
	Queue Q;
	Q.front=(QueueNode *)malloc(sizeof(QueueNode));
	Q.front->next=NULL;
	Q.rear=Q.front;
	return (Q);
}

//x进队列
Queue InsertQ(Queue Q, int x)
{
	QueueNode *p;
	p=(QueueNode *)malloc(sizeof(QueueNode));
	p->data=x;
	p->next=NULL;
	Q.rear->next=p;
	Q.rear=p;
    return (Q);
}

//出队列
Queue DeleteQ(Queue Q)
{
	QueueNode *p;
	if(Q.front == Q.rear)
	{
		printf("队列空,无法出队列!");
		return (Q);
	}
	p=Q.front->next;
	Q.front->next=p->next;
	if(p==Q.rear)
	{
		Q.rear=Q.front;	
	}

	free(p);
	return (Q);
}




【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
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