【Nowcoder】2021牛客暑假集训营(第五场):Jewels KM

本文介绍了一种解决三维空间中随时间变化的宝物收集问题的算法,通过最小费用流的方法实现,利用KMKM算法求解每秒选择一个宝物以获得最小总费用的问题。

传送门

题意

你的坐标是 ( 0 , 0 , 0 ) (0,0,0) (0,0,0),有 m m m个宝物,分别坐标是是 ( x i , y i , z i ) (x_{i},y_{i},z_{i)} (xi,yi,zi),它的 z z z坐标以每秒下沉 v i v_i vi深度,你每次获取一个宝物的费用是两者的距离的平方,每秒只能获取一个宝物,从第 0 0 0秒开始,问获取所有宝物的最小费用

分析

题目就是转化成每分钟都要选一颗宝石,然后求最小的费用
这个题卡掉了最小费用流,可以用 b f s bfs bfs版的 K M KM KM求解,复杂度为 O ( n 3 ) O(n ^ 3) O(n3)

代码

#pragma GCC optimize(3)
#include <bits/stdc++.h>
#define debug(x) cout<<#x<<":"<<x<<endl;
#define dl(x) printf("%lld\n",x);
#define di(x) printf("%d\n",x);
#define _CRT_SECURE_NO_WARNINGS
#define pb push_back

#define all(x) (x).begin(),(x).end()
#define fi first
#define se second
#define SZ(x) ((int)(x).size())
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<int, int> PII;
typedef vector<int> VI;
const ll INF = 0x3f3f3f3f3f3f3f3f;
const int N = 310;
const ll mod = 1000000007;
const double eps = 1e-6;
const double PI = acos(-1);
template<typename T>inline void read(T &a) {
	char c = getchar(); T x = 0, f = 1; while (!isdigit(c)) {if (c == '-')f = -1; c = getchar();}
	while (isdigit(c)) {x = (x << 1) + (x << 3) + c - '0'; c = getchar();} a = f * x;
}
ll w[N][N];
ll la[N], lb[N];
bool va[N], vb[N];
int match[N];
int n;
ll delta, upd[N];
ll p[N];
ll c[N];
int x[N], y[N], z[N], v[N];

void bfs(int x)
{
	int a, y = 0, y1 = 0;
	for (int i = 1; i <= n; ++ i)
		p[i] = 0, c[i] = INF;
	match[y] = x;
	do {
		a = match[y], delta = INF, vb[y] = true;
		for (int b = 1; b <= n; ++ b) {
			if (!vb[b]) {
				if (c[b] > la[a] + lb[b] - w[a][b])
					c[b] = la[a] + lb[b] - w[a][b], p[b] = y;
				if (c[b] < delta) //还是取最小的
					delta = c[b], y1 = b;
			}
		}
		for (int b = 0; b <= n; ++ b)
			if (vb[b])
				la[match[b]] -= delta, lb[b] += delta;
			else c[b] -= delta;
		y = y1;
	} while (match[y]);
	while (y)match[y] = match[p[y]], y = p[y];
}

ll KM()
{
	for (int i = 1; i <= n; ++ i)
		match[i] = la[i] = lb[i] = 0;
	for (int i = 1; i <= n; ++ i) {
		for (int j = 1; j <= n; ++ j)
			vb[j] = false;
		bfs(i);
	}
	ll res = 0;
	for (int y = 1; y <= n; ++ y) //若匹配失败w[match[y]][y]=INF;
		res += w[match[y]][y];
	return res;
}

ll dis(int x, int y, int z) {
	return 1ll * x * x + 1ll * y * y + 1ll * z * z;
}

int main() {
	read(n);
	for (int i = 1; i <= n; i++) read(x[i]), read(y[i]), read(z[i]), read(v[i]);
	for (int i = 1; i <= n; i++)
		for (int j = 1; j <= n; j++)
			w[i][j] = -1ll * dis(x[j], y[j], z[j] + (i - 1) * v[j]);
	dl(-1ll * KM());
	return  0;
}




【永磁同步电机】基于模型预测控制MPC的永磁同步电机非线性终端滑模控制仿真研究(Simulink&Matlab代码实现)内容概要:本文围绕永磁同步电机(PMSM)的高性能控制展开,提出了一种结合模型预测控制(MPC)与非线性终端滑模控制(NTSMC)的先进控制策略,并通过Simulink与Matlab进行系统建模与仿真验证。该方法旨在克服传统控制中动态响应慢、鲁棒性不足等问题,利用MPC的多步预测和滚动优化能力,结合NTSMC的强鲁棒性和有限时间收敛特性,实现对电机转速和电流的高精度、快速响应控制。文中详细阐述了系统数学模型构建、控制器设计流程、参数整定方法及仿真结果分析,展示了该复合控制策略在抗干扰能力和动态性能方面的优越性。; 适合人群:具备自动控制理论、电机控制基础知识及一定Matlab/Simulink仿真能力的电气工程、自动化等相关专业的研究生、科研人员及从事电机驱动系统开发的工程师。; 使用场景及目标:①用于深入理解模型预测控制与滑模控制在电机系统中的融合应用;②为永磁同步电机高性能控制系统的仿真研究与实际设计提供可复现的技术方案与代码参考;③支撑科研论文复现、课题研究或工程项目前期验证。; 阅读建议:建议读者结合提供的Simulink模型与Matlab代码,逐步调试仿真环境,重点分析控制器设计逻辑与参数敏感性,同时可尝试在此基础上引入外部扰动或参数变化以进一步验证控制鲁棒性。
一种基于有效视角点方法的相机位姿估计MATLAB实现方案 该算法通过建立三维空间点与二维图像点之间的几何对应关系,实现相机外部参数的精确求解。其核心原理在于将三维控制点表示为四个虚拟基点的加权组合,从而将非线性优化问题转化为线性方程组的求解过程。 具体实现步骤包含以下关键环节:首先对输入的三维世界坐标点进行归一化预处理,以提升数值计算的稳定性。随后构建包含四个虚拟基点的参考坐标系,并通过奇异值分解确定各三维点在该基坐标系下的齐次坐标表示。接下来建立二维图像点与三维基坐标之间的投影方程,形成线性约束系统。通过求解该线性系统获得虚拟基点在相机坐标系下的初步坐标估计。 在获得基础解后,需执行高斯-顿迭代优化以进一步提高估计精度。该过程通过最小化重投影误差来优化相机旋转矩阵和平移向量。最终输出包含完整的相机外参矩阵,其中旋转部分采用正交化处理确保满足旋转矩阵的约束条件。 该实现方案特别注重数值稳定性处理,包括适当的坐标缩放、矩阵条件数检测以及迭代收敛判断机制。算法能够有效处理噪声干扰下的位姿估计问题,为计算机视觉中的三维重建、目标跟踪等应用提供可靠的技术基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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