uva 10599- Robots(II) LIS记录路径

本文探讨了在给定矩阵中使用机器人清理垃圾的策略,通过优化路径选择来最大化清理垃圾的数量和路径数量,并确保垃圾编号字典序最小的路径。详细介绍了算法实现过程,包括初始化矩阵、计算垃圾序号、列数、垃圾数量,以及如何通过动态规划方法求解最优路径。案例演示了具体应用步骤和输出结果。

http://www.cnblogs.com/staginner/archive/2011/12/06/2278453.html

给出一个矩阵N行M列,指定点上有垃圾,我们有一个机器人可以清理这些垃圾,它从1,1点出发,每个垃圾有自己的编号,求最多可以捡到的垃圾数和捡到最多垃圾时的路线数还有垃圾号字典序最小的路径,例如i,j点的垃圾编号就是(i-1)*n+m.

因为路径数只跟带有垃圾的格子有关,机器人又只能向下和向右走,走到最后路径一定是升序的,但一串垃圾标号的升序序列不一定可以走到,这与LIS中的判断条件有所不同,y( j ) <= y( i ),只有前面垃圾的y在当前垃圾y的左面才可以走到,每走一步记录前驱


#include<stdio.h>
#include<string.h>
#define maxn 110
#define maxd 10010

int g[maxn][maxn];
int s[maxd],y[maxd],d[maxd],p[maxd];
int num[maxd];//捡最多垃圾的方法数
int f[maxd];//最多的垃圾数
int N,M;
void printpath(int st)
{
    if(p[st]!=-1)
        printpath(p[st]);
	if(d[st])
    printf(" %d",s[st]);
}
void solve()
{
    int i,j,k,n;
    n=0;
    for(i=1;i<=N;i++)
    {
        for(j=1;j<=M;j++)
        {
            if(g[i][j])
            {
                s[n]=(i-1)*M+j;//序号
                y[n]=j;       //列数
                d[n]=g[i][j];  //垃圾数
                n++;
            }
        }
    }
    if(s[n-1]!=N*M)
    {
        s[n]=N*M;
        y[n]=M;
        d[n]=0;
        n++;
    }
    memset(f,0,sizeof(f));//总的垃圾数
    memset(p,-1,sizeof(p));
    for(i=0;i<n;i++)
        num[i]=1;
    for(i=0;i<n;i++)
    {                //f[i]从0开始
        for(j=0;j<i;j++)//保证路径的字典序,从前更新,路径记下的是最大值中的最小点
        {
            if(y[j]<=y[i])//前面点已经在上方,只有前面的点在后面点的左边才可以走到后面点,
            {
                if(f[j]>f[i])//这里的f[i]是不算自己垃圾的
                {
                    f[i]=f[j];//如果新的路径走到j点已捡的垃圾要大于i的当前值,要选择这条路
                    num[i]=num[j];
                    p[i]=j;//i点由j点来
                }
                else if(f[j]==f[i])//与当前的最大路数相等,方法相加
                    num[i]+=num[j];
            }
        }
        f[i]+=d[i];//加上自己的垃圾
    }
    //垃圾数和总的路数及一条最大的路径都算完
    printf("%d %d",f[n-1],num[n-1]);
    printpath(n-1);
    printf("\n");
}
void init()
{
    int i,j,x,y,t=0;
    for(;;)
    {
        scanf("%d %d",&N,&M);
        if(N==-1&&M==-1)
            break;
        memset(g,0,sizeof(g));
        for(;;)
        {
            scanf("%d %d",&x,&y);
            if(!x&&!y)
                break;
            g[x][y]++;
        }
        printf("CASE#%d: ",++t);
        solve();
    }
}
int main()
{
    init();
    return 0;
}


基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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