12100 - Printer Queue

本文介绍了一个利用C++标准模板库(STL)中的list来解决特定问题的例子。通过实例代码展示了如何使用list进行数据操作,包括元素的插入、删除以及遍历等操作,特别适用于需要频繁调整数据顺序的问题。

很简单的题。。。只要想到用list,一切轻松搞定,第一次用list,感觉针对某些题,还是很好用的~~~


#include<cstdio>

#include<string>
#include<iostream>
#include<algorithm>
#include<list>
#include<queue>
using namespace std;
list<int >q;
int main()
{
   int T;
   scanf("%d",&T);
   while(T--){
    int n,m;
    scanf("%d%d",&n,&m);
    int t;
    for(int i=0;i<n;i++){
        scanf("%d",&t);
        q.push_back(t);
    }
   // list<int>::iterator it=q.begin();
    int maxn=0;
    while(1){
            int ans=0;
        for(list<int>::iterator it=q.begin();it!=q.end();it++){
            if(*it>q.front()){
                q.push_back(q.front());
                q.pop_front();
                ans++;
                if(m==0)
                    m=n-1;
                else  m--;
                break;
            }
        }
        if(ans==0){
              //  printf("%d\n",m);
            if(m==0){
                maxn++;break;
            }
            else{
                q.pop_front();
                maxn++;
                n--;m--;
            }
        }
    }
    q.clear();
    printf("%d\n",maxn);
   }
   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