Cow Contest POJ - 3660(Floyd)

题目大意

n头牛,n个实力等级,m次比赛,每次比赛都能确定两头牛的实力关系。问通过m场比赛能确定的实力等级的牛数量。

思路

可以把n头牛的实力关系比作单向的无权通路,这里用邻接矩阵road表示,road[u][v] == 1表示u的实力大于v即u到v为通路。在确定的通路的基础上用Floyd算法更新通路,即用在两点之间加入新点的方法来确定两点是否连通。最后拿出任意一点如果该点与其他所有点都有通路的话,则说明这一个点有明确的实力等级,最后统计这样的点的数量即可。

代码

#include <cstdio>
#include <iostream>
#include <cstring>
#include <set>
#include <algorithm>
#include <cmath>
typedef long long LL;
using namespace std;

const int maxn = 100 + 10;
int road[maxn][maxn];

int main() {
    //freopen("input.txt", "r", stdin);
    int n, m;
    while(~scanf("%d%d", &n, &m)) {
        memset(road, 0, sizeof(road));
        while(m--) {
            int u, v;
            scanf("%d%d", &u, &v);
            road[u][v] = 1;               // 表示u赢了v
        }
        for(int k = 1; k <= n; k++) {                  // 用Floyd更新任意两头牛的实力关系
            for(int i = 1; i <= n; i++) {
                for(int j = 1; j <= n; j++) {
                    if (road[i][k] && road[k][j])
                        road[i][j] = 1;
                }
            }
        }
        int ans = 0;
        for(int i = 1; i <= n; i++) {
            int res = n - 1;
            for(int j = 1; j <= n; j++) {
                if (road[i][j] || road[j][i])     // 如果这两头牛有确切的实力关系,则res--
                    res--;
            }
            if (res == 0) ans++;                  // 如果该牛与所有牛都相关则ans++
        }
        printf("%d\n", ans);
    }
    return 0;
}
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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