业余笔记·收智商税的题

本文探讨了ACM竞赛中非传统算法题目的解决思路,通过实例分析展现了旁门左道的魅力。深入讲解了“救公主”等题目背后的策略,并分享了比赛心态调整的重要性。代码示例展示了如何巧妙处理复杂债务网络,实现高效匹配。

怎么说这类问题呢,感觉终属旁门左道,而且有点背离了算法竞赛的初衷。但确实比赛中会有(2019南京区域赛救公主那道题),而且想到时会有豁然开朗的感觉,这也是ACM迷人的地方之一。
况且,ACM本来就不叫算法设计大赛鸭。。。

C. Game with Chips

原题地址
在这里插入图片描述
在这里插入图片描述
代码:
先把所有点集中到右下角,然后遍历一遍图。
和输入一点毛关系没有你敢信?
一开始读了假题,然后心态一直崩,越做越崩。。。
时隔一年再次div2只A了两题

D. Decreasing Debts

原题地址
在这里插入图片描述
在这里插入图片描述
代码:
刚看题的时候想了很多算法,网络流、匈牙利。。。
结果看了眼题解。。。题解

#include<iostream>
#include<vector>
#include<queue>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 3e5 + 1000;
typedef long long ll;
ll v[N];
vector<int> in, out, ans1, ans2;
vector<ll> ans3;
int n, m;
int main()
{
	scanf("%d %d", &n, &m);
	while (m--)
	{
		int x, y; ll z;
		cin >> x >> y >> z;
		v[x] += z; //支出
		v[y] -= z;//收入 
	}
	for (int i = 1; i <= n; i++)
	{
		if (v[i] > 0) out.push_back(i); //支出 
		if (v[i] < 0) in.push_back(i);//收入 
	}
	int i = 0, j = 0;
	while (1)
	{
		if (i == out.size() && j == in.size()) break;
		ll value = min(v[out[i]], -v[in[j]]);
		ans1.push_back(out[i]);
		ans2.push_back(in[j]);
		ans3.push_back(value);
		v[out[i]] -= value;
		v[in[j]] += value;
		if (v[out[i]] == 0) i++; //换到下一个人匹配
		if (v[in[j]] == 0) j++;

	}
	cout << ans1.size() << endl;
	for (int i = 0; i < ans1.size(); i++)
	{
		cout << ans1[i] << " " << ans2[i] << " " << ans3[i] << endl;
	}
	return 0;
}

D Complete Tripartite

原题地址

参考博客

总感觉怪怪的

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,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma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)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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