Hard challenge(hdu6127)

本文介绍了一道算法题目,需要找出一条经过原点的直线,使得该直线上所有点的乘积最大。通过使用极角排序和计算策略来解决这个问题。

题目:点击打开链接

题意:给出n个点,每个点有自己的权值,两点之间的连线的权值就是两个点的乘积,然后找到经过原点的一条直线,是其能通过的线的值最大,输出这能通过的最大值,

题解:先进行极角排序,然后逆时针加减计算,

#include <bits/stdc++.h>

using namespace std;
const double eps=1e-8;
const double PI=acos(-1);
typedef long long ll;
int dcmp(double x)
{
    if(fabs(x)<eps)
    return 0;
    else
    {
        if(x>0)
        return 1;
        else
        return -1;
    }
}
struct node
{
    double theta;
    double x,y,val;
    bool operator<(const node& rhs) const
    {
        return theta<rhs.theta;
    }
}p[50005];//极角排序
int main()
{
    int T;
    scanf("%d",&T);
    while(T--)
    {
        int n;
        scanf("%d",&n);
        for(int i=1;i<=n;i++)
        {
            scanf("%lf%lf%lf",&p[i].x,&p[i].y,&p[i].val);
            if(p[i].x==0)
            p[i].theta=PI/2;
            else
            p[i].theta=atan(p[i].y/p[i].x);
        }
        sort(p+1,p+1+n);
        ll sumr=0,suml=0;
        for(int i =1;i<=n;i++)
        {
            if(dcmp(p[i].x)>=0)
            sumr+=p[i].val;
            else
            suml+=p[i].val;
        }
        ll ans=suml*sumr;
        for(int i=1;i<=n;i++)
        {
            if(p[i].x>=0)
            {
                sumr-=p[i].val;
                suml+=p[i].val;
            }
            else
            {
                sumr+=p[i].val;
                suml-=p[i].val;
            }
            ans=max(ans,sumr*suml);
        }
        printf("%lld\n",ans);

    }
    return 0;
}


基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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