hdu 3605 Escape(多重匹配)

本文探讨了使用匈牙利算法解决匹配问题的方法,详细解释了算法的实现过程及其实例应用。
#include<stdio.h>
#include<string.h>
#define N 100005
#define M 13
bool map[N][M],vis[M];
int m,n,match[M][N],lim[M],num[M];//match[星球][哪个人]=多少人。num[哪个星球]=目前有多少人
int find(int u)
{
	for(int i=0;i<m;i++)
	{
		if(!vis[i]&&map[u][i])
		{
			vis[i]=1;
			if(num[i]<lim[i])
			{	
				match[i][num[i]++]=u;
				return 1;
			}
			for(int j=0;j<num[i];j++)
				if(find(match[i][j]))
				{
					match[i][j]=u;
					return 1;
				}
		}
	}
	return 0;
}

int hungary()
{
	for(int i=0;i<n;i++)
	{
		memset(vis,0,sizeof(vis));
		if(!find(i))break; //不能写成 sum+=find(i);会超时的。
	}
	return i;
}
int main()
{
	int i,j;
	while(scanf("%d%d",&n,&m)!=-1)
	{
		memset(match,0,sizeof(match));
		memset(map,0,sizeof(map));
		memset(num,0,sizeof(num));
		for(i=0;i<n;i++)
		{
			for(j=0;j<m;j++)
				scanf("%d",&map[i][j]);
		}
		for(i=0;i<m;i++) scanf("%d",&lim[i]);
		if(hungary()==n)
			printf("YES\n");
		else printf("NO\n");
	}
	return 0;
}

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)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍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的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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