uva_437_The Tower of Babylon

本文介绍了一种利用最长上升子序列(LIS)算法解决三维几何块堆叠问题的方法。通过对每个多面体进行变换得到所有可能的放置状态,并对这些状态按特定顺序排序后,使用动态规划算法来找出能构成的最大高度堆叠。代码中详细展示了如何实现这一算法。
lis变形,这里的长度由原来的1变为h
solve:
          1.每个三面体,应该有3!种可能性
          2.对所有可能性进行排序,因为体积小的不可能在体积大的后面枚举
          3.求lis

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;

#define MAXN    256

typedef struct _BLOCK {
        int l, w, h;
}BLOCK;

int dp[MAXN];
BLOCK block[MAXN];

int cmp(const BLOCK &a, const BLOCK &b)
{
        if( a.l == b.l ) {
                return a.w < b.w;
        }
        return a.l < b.l;
}

int dynamic_programming(const int &n)
{
        int rst(0);
        for(int i = 0; i < n; i ++) {
                dp[i] = block[i].h;
        }
        for(int i = 0; i < n; i ++) {
                for(int j = 0; j < i; j ++) {
                        if( block[i].l > block[j].l && 
                            block[i].w > block[j].w && dp[i] < dp[j]+block[i].h ) {
                                dp[i] = dp[j]+block[i].h; rst = max(rst, dp[i]);
                        }
                }
        }
        return rst;
}

int main(int argc, char const *argv[])
{
#ifndef ONLINE_JUDGE
        freopen("test.in", "r", stdin);
#endif
        int n, idx, x, y, cas(1);
        while( scanf("%d", &n) && n ) { idx = n;
                for(int i = 0; i < n; i ++) {
                        scanf("%d %d %d", &block[i].l, &block[i].w, &block[i].h);
                }
                for(int i = 0; i < idx; i ++) {
                        block[n].l = block[i].w; block[n].w = block[i].l; block[n ++].h = block[i].h;

                        block[n].l = block[i].w; block[n].w = block[i].h; block[n ++].h = block[i].l;
                        block[n].l = block[i].h; block[n].w = block[i].w; block[n ++].h = block[i].l;

                        block[n].l = block[i].l; block[n].w = block[i].h; block[n ++].h = block[i].w;
                        block[n].l = block[i].h; block[n].w = block[i].l; block[n ++].h = block[i].w;
                }
                sort(block, block+n, cmp);
                printf("Case %d: maximum height = %d\n", cas ++, dynamic_programming(n));
        }
        return 0;
}

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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