HDU 4772 --Zhuge Liang's Password

本文介绍了一道ACM竞赛中的矩阵匹配题目,通过旋转矩阵来寻找两个矩阵间最大匹配数的方法。提供了完整的C++代码实现,包括四种旋转方式(0°、90°、180°、270°)以及比较函数。

2013ACM亚洲区杭州站现场赛1003

水题,将第二个矩阵进行旋转0°,90°,180°,270°,然后统计第一个矩阵和第二个矩阵中数字相同的个数,找出个数最多的一组。

暴力模拟即可。

/**
test cases:
3
1 1 1
2 2 2
3 3 3
3 2 1
3 2 1
3 2 1

//ans=9
 */

#include <iostream>
#include <stdio.h>
#include <stdlib.h>

using namespace std;

int a[31][31];
int b[31][31];
int temp[31][31];

int compare(int n)
{
    int ans = 0;
    for(int i=0; i<n; i++)
    {
        for(int j=0; j<n; j++)
        {
            if(temp[i][j] == a[i][j]) ans++;
        }
    }
    return ans;
}

void roll_90(int n)
{
    for(int i=0; i<n; i++)
    {
        for(int j=0; j<n; j++)
        temp[i][j] = b[n-j-1][i];
    }
}
void roll_180(int n)
{
    for(int i=0; i<n; i++)
    {
        for(int j=0; j<n; j++)
        temp[i][j] = b[n-i-1][n-j-1];
    }
}

void roll_270(int n)
{
    for(int i=0; i<n; i++)
    {
        for(int j=0; j<n; j++)
        temp[i][j] = b[j][n-i-1];
    }
}

int main()
{
    int n;
    while(scanf("%d",&n),n)
    {
        int ans = 0;
        int MAX = -32766;
        for(int i=0; i<n; i++)
        {
            for(int j=0; j<n; j++)
                scanf("%d",&a[i][j]);
        }
        for(int i=0; i<n; i++)
        {
            for(int j=0; j<n; j++)
                scanf("%d",&b[i][j]);
        }
        for(int i=0; i<n; i++)
        {
            for(int j=0; j<n; j++)
                temp[i][j] = b[i][j];
        }
        ans = compare(n);
        MAX = ans;
        roll_90(n);
        ans = compare(n);
        if(ans > MAX) MAX = ans;
        roll_180(n);
        ans = compare(n);
        if(ans > MAX) MAX = ans;
        roll_270(n);
        ans = compare(n);
        if(ans > MAX) MAX = ans;
        printf("%d\n",MAX);
    }
    return 0;
}



基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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