2019CSP游记

今年是第一次参加csp,题目很好,电脑很流畅,酒店床很大,网络很好,明年还会来。

day0

停课两周,准备比赛了,这天刚好是学校运动会。
早上先去复习模板,发现没有人,然后和wyc,zyc两位dalao顺利领到了手机,他们打完模板后就爽快对战了。
我去到操场看同学,看到800米比赛是在上午,感觉很可惜,然后没有项目开始,就回到了机房。
之后一个上午就是在看运动会,中午去吃了好吃的饭菜。
回来上完厕所就准备出发了,在车上睡的很舒服,不一会儿就到了广州。

我和lrz一个酒店,刚进到房里我们就躺下来愉悦身心。我打开电视发现里面没有什么好看的电影,倒是把2部生化危机看完了,刚开始还觉得有点吓人,后来wyc,xxy过来玩耍,就把电影当成blackground了。

晚上吃了kfc,并不能填补我腹中的空虚,然后蹭了xxy的鸡扒(真香),欢乐到11点左右就睡了。



day1

早上6点半起来,去吃了早餐,有炒饭和鸡蛋比较好吃,鱼丸晚去一点就没了,还有热豆浆,一尝就觉得是新鲜的,很美味。
然后和学长们去了二中,看了J和S组的座位表,就去找考场了。


S1

第一次参加提高级别的比赛,有点紧张。

刚开第一题,乍一眼看不会做,在草稿纸上写表找规律,然后发现身边的同学都敲起了代码,有点急,后来又看了看第二第三题,都是乍一眼发现很不可做。
后来重新看了看题目,内心是想着当前和上一次的关系,发现可以用递归来做。打完之后过了大样例,心里美滋滋。

开第二题,发现子串贡献很难搞,想法是枚举子串再进行判断,时间复杂度是O(n4)O(n^4)O(n4),应该能过掉n<=200的点。不过没有打,觉得分太少了,发现到链的情况有55分,苦思冥想打不出来,之后先去看了第三题。

发现第三题没有思路,比较诡异。注意到了全排列的暴力有10分,滚去打第二题的暴力。
应该是还剩一小时内码完了第三题的暴力,数字和编号的关系搞得有点乱,不过过掉了样例。

然后在草稿纸上发呆,打开电脑看有什么有意思的东西,看到了有同学在玩dinosaur,爽快打开chrome。


rest

结束了,发现人均210,先找个吃饭的地方才重要。
去吃的木桶饭,点了土豆加肉吧,我居然加了中辣,辣的不要不要的,油有点多,但还是很美味。
吃完后zyc阔佬请了我们快乐水,很快乐。


中午去到wyc和xxy的房间里,电视播的《革命之路》,没想到老师进来关心我们。没停留多久就去入门组的比赛了。


J

第一次参加入门级别的比赛,有点紧张。
输错密码两次心态有些不稳。

先开第一题,发现很简单,几分钟把它敲完。

看第二题,认为是贪心加上一个数据结构,类似之前做过的一个要用到set的题,但我觉得没那么难,然后也没发现什么性质,先开了第三题,有点紧张。

第三题似乎似曾相识,但我也不会,考虑到dp,但题目中一堆条件,状态难以表示,先把它丢掉。

第四题,看完了题目发现不懂,再看一次就发现了一个显然的性质,利用bfs求出最短路,再进行一些判断,耗时有些久,不过最后样例也是调出来了。

回过第二题,看了一会还是不会,想着暴力优化(结果是正解),然后打过就放着了,刚第三题。

打了爆搜,结果样例没调出来,发现搜索打的有些错误,甚至出现死循环,难以调出,注意到前方同学在玩dinosaur,于是又打开了chrome。

结束后,发现第三题人人都有想法。



day2

收拾完行李吃早餐,然后出发辽。

S2

密码一次输对(然并卵)。

第一题,一眼不可做,跳第二题。

第二题发现还是能很快看的懂得(除生成数据),想到了dp的做法,然而没有推出什么东西。观察数据范围,似乎暴力可得很多分数,于是先敲了。一堆毒瘤操作后,勉强过掉中样例,滚去第三题。

第三题发现要求重心(不会),注意到链的情况很可做,然后又打了个暴力,回到第一题。

求方案就是个数学方法,想到了dp,但是不会。注意到部分分(也不知道几分),然后先打了个暴力,发现中样例没有过。

呃呃呃呃呃比赛就结束了,dalao们消失不见。


back

与lrz,hjq以及初一、二的同学们去吃螺蛳粉,很香。

似乎是2点的时候就返程了,车上一直睡觉。



END

赛后

有一个星期没去机房,什么都不知道,趁着口语考试的时候与wyc溜去竞赛室查了成绩,发现海星,是一个蒟蒻配得上的成绩,心里美滋滋。

J:成绩还不错,但其实三题都不是很难,只是第三题不会做而已。
S:成绩,,也海星,比估的分数要高一些,暴力也没拿多少分吧。

总结:
1、认真看题,不要太快,把握好时间。
2、想不出正解尽量先打完暴力。
3、注意观察数据范围(如d1t1要开ull),避免进坑。
4、放好心态,好好思考。

初三是关键的一年,要更加努力,希望得到提升。

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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