欢迎使用优快云-markdown编辑器

本文解析了FlappyBird游戏的算法实现,介绍了如何通过计算找出飞越障碍所需的最小点击次数,利用状态转移的方法更新飞行位置,并确保路径的可行性。

flappy bird
http://www.gdfzoj.com/oj/problem/469
题目分析:
题目等价于寻找到达X时下端可以飞到的最小值r,根据从原点飞向(X,0)路径下飞线段比上飞线段多r,即有点击次数最小值为(r+X)/2.
方法分析:
每一个状态向下一个状态转移时要取(障碍物下端+1)与(这一个状态下端最小值继续向下飞行能到达的下端最小值)取max.
注意:
因为x[i]向x[i+1]飞行时能到达的位置纵坐标的奇偶性与x[1]的奇偶性相同当更新状态两者奇偶性不同时要累加r直到奇偶性相同为止.

#include<cstdio>
#include<algorithm>
#include<cmath>

using namespace std;

int n,lnew,rnew,l,r,X,x[500000],a[500000],b[500000];

int main(){
    scanf("%d",&n);
    scanf("%d",&X);
    for (int i=1;i<=n;i++) scanf("%d%d%d",&x[i],&b[i],&a[i]);
    bool p=false;
    for (int i=1;i<=n;i++){
        lnew=min(l+x[i]-x[i-1],a[i]-1);
        if ((lnew&1)^(x[i]&1)) lnew--;
        l=lnew;
        rnew=max(r-x[i]+x[i-1],b[i]+1);
        if ((rnew&1)^(x[i]&1)) rnew++;
        r=rnew;
        if (lnew<rnew) p=true;
    }
    if (p) printf("NIE\n");else printf("%d\n",(rnew+x[n])/2);
    return 0;
}
内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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