ACM之近期学习总结

算法学习心得与挑战

总结一下近期所做的题,今天做的K题是以前做过的一道dp题,c题和d题都是正常思维模拟的题,就是需要认真读明白题意就可以,I题是以前见过的一道题,可以用递推找规律做出来。还有USCO做的一道母亲的牛奶的题目,是一道dfs深搜题,用dfs暴力模拟所有情况,还要判断当前状态是否出现过,防止陷入死循环。数字三角形就是个数塔题,回文质数和特殊的质数肋骨都是质数与筛法等的结合,都是按部就班的做。顺序的分数那道题要按分数递增输出,可以用个有技巧的双重循环,外循环由小到大,内循环由大到小然后再做判断等其他工作。三值的排序那道题意思容易理解,总感觉是那样,但想不明白怎么写代码,后来看的人家的题解发现应该先sort排序一下正确的位置,然后与错误的位置一一作比较。只要把某数位置错误的所有情况列举出来无非有五种,这是有规律的,啊啊,心塞啦,感觉USCO后面的题越来越来难啦,总想着这道题不会下道题跳过去做,但发现跳的太多啦,很难的思维的题容易理解题意,但不好想,耐不住内心的煎熬看人家的题解才发现原来那样想,豁然开朗。算法的题掌握的较基础,都是些皮毛,感觉好心累。感觉自己思维比较受局限,遇到题就上暴力,过了就那样,如果不过,也没想过优化,换其他的思路,一急躁就瞄题解,而学会的也只是这一道题而已,至于稍微变通的题就又不一定做出来啦。果然,学习不是一蹴而就的事情,自己以前没有付出人家那么多的努力,现在做题时就体现出来啦。总的来说,还是要多做题,多总结,多独立思考,自己真正想明白的东西才会有一种开心感,才能成为自己的东西,自己的思想。现在尽量多抽出一些时间做题,还有一个多月后的暑假,知道了自己与人家的差距,我希望自己暑假一定要认真学习,不能像寒假一样虚度光阴,什么也没学到。加油吧!

【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
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