洛谷 P4342 [IOI1998]Polygon

本文介绍了一种使用环形动态规划解决特定类型数学问题的方法,重点在于如何处理包含乘法运算的情况,尤其是当涉及负数乘积时的最优解策略。

题目传送门

解题思路:

一道环形dp,只不过有个地方要注意,因为有乘法,两个负数相乘是正数,所以最小的数是负数,乘起来可能比最大值大,所以要记录最小值(这道题是紫题的原因).

AC代码:

 1 #include<cstdio>
 2 #include<iostream>
 3 #include<cstring> 
 4 
 5 using namespace std;
 6 
 7 int n,a[110],maxf[110][110],minf[110][110],ans = -2147418364; 
 8 char c[110];
 9 
10 int main()
11 {
12     scanf("%d",&n);
13     for(int i = 1;i <= n; i++) {
14         cin >> c[i] >> a[i];//char和string最好用cin,因为用了scanf调了好长时间 
15         a[i+n] = a[i];
16         c[i+n] = c[i];
17     }
18     memset(minf,0x80,sizeof(minf));//最小值 
19     memset(maxf,0x3f,sizeof(maxf));//最大值 
20     for(int i = 1;i <= n + n - 1; i++) {
21         maxf[i][i] = a[i];
22         minf[i][i] = a[i];
23     }    
24     for(int p = 2;p <= n; p++)
25         for(int i = 1;i + p - 1 <= n + n - 1; i++){ 
26             int j = i + p - 1; 
27             for(int k = i + 1;k <= j; k++)
28                 if(c[k] == 'x') {//如果是乘 
29                     minf[i][j] = max(minf[i][j],max(minf[i][k-1] * minf[k][j],max(maxf[i][k-1] * minf[k][j],max(minf[i][k-1] * maxf[k][j],maxf[i][k-1] * maxf[k][j]))));
30                     maxf[i][j] = min(maxf[i][j],min(minf[i][k-1] * minf[k][j],min(maxf[i][k-1] * minf[k][j],min(minf[i][k-1] * maxf[k][j],maxf[i][k-1] * maxf[k][j]))));
31                 }
32                 else {
33                     minf[i][j] = max(minf[i][j],minf[i][k-1] + minf[k][j]);
34                     maxf[i][j] = min(maxf[i][j],maxf[i][k-1] + maxf[k][j]);
35                 }
36         } 
37     for(int i = 1;i <= n; i++)
38         ans = max(ans,minf[i][i+n-1]);
39     printf("%d\n",ans);
40     for(int i = 1;i <= n; i++)
41         if(minf[i][i+n-1] == ans)
42             printf("%d ",i);
43     return 0;
44 }

 

转载于:https://www.cnblogs.com/lipeiyi520/p/11587249.html

内容概要:本文主要介绍了一个基于Matlab实现的无人机空中通信仿真项目,旨在通过数值仿真手段研究无人机在空中作为通信节点时的通信性能、信号传播特性和网络拓扑行为。该仿真涵盖了无人机飞行轨迹建模、无线信道建模(如路径损耗、多普勒效应、阴影衰落等)、通信链路建立与中断判断、信号干扰分析以及网络性能评估(如吞吐量、延迟、连接可靠性等)。项目可能结合优化算法或智能控制策略,用于优化无人机位置部署或动态路径规划,以提升通信服务质量。整个仿真系统为研究人员提供了一套完整的工具链,用于验证新型无人机通信协议、协作机制和网络架构的有效性。; 适合人群:具备一定Matlab编程基础和通信原理基础知识,从事无人机、无线通信、网络优化等相关领域研究的研发人员和高校研究生。; 使用场景及目标:① 评估无人机作为空中基站或中继节点的通信覆盖能力和网络性能;② 设计和优化无人机集群的通信拓扑与协同策略;③ 验证新型无线资源分配、移动性管理和抗干扰算法在动态空地网络中的有效性。; 阅读建议:使用者应结合Matlab代码深入理解仿真模型的构建逻辑,重点关注通信信道模块和无人机运动学模型的耦合关系,并可根据实际研究需求,对仿真参数(如环境噪声、飞行速度、天线增益)进行调整,以开展针对性的对比实验和性能分析。
内容概要:本文围绕微电网中光伏发电系统经逆变器带负载的完整仿真模型展开研究,利用Simulink平台构建了从光伏阵列建模、DC-AC逆变器控制(包括PWM调制与电压电流双闭环控制)、并网策略到负载响应的全过程仿真系统。重点分析了系统在不同工况下的动态响应特性与电能质量表现,并对并网控制策略、最大功率点跟踪(MPPT)技术及系统稳定性进行了深入探讨和验证。该模型不仅可用于教学演示微电网的基本架构与运行机制,更为科研提供了可靠的仿真平台,支持对新型控制算法与系统优化方案的有效验证与评估。; 适合人群:具备一定电力电子技术、自动控制理论基础及Simulink/MATLAB操作经验的电气工程、自动化等相关专业的本科生、研究生及科研人员。; 使用场景及目标:①用于高校课程教学中微电网系统结构与运行原理的直观演示;②为科研工作者提供光伏发电并网系统的仿真验证平台,支持开展逆变器控制算法(如双闭环控制、MPPT)、系统稳定性分析及电能质量管理等关键技术的研究与优化。; 阅读建议:建议学习者结合Simulink仿真环境动手搭建模型,重点关注各功能模块间的信号传递关系与关键参数设置,并通过调整光照强度、温度、负载大小等外部条件,观察系统动态响应过程,从而深化对微电网运行特性的理解与掌握。
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