7.8 NOIP2015

NOIP 2015 DAY1

T1
在这里插入图片描述
模拟

#include<bits/stdc++.h> 
using namespace std;
int n,m,k,a[10001][1001];
int main(){
	//freopen("magic.in","r",stdin);
	//freopen("magic.out","w",stdout);
	cin>>n;
	k=1,m=(n+1)/2;
	a[k][m]=1;
	for(int i=2;i<=n*n;i++){
		if(k==1&&m!=n){
			k=n,m++;
			a[k][m]=i;
		}
		else if(k!=1&&m==n){
			m=1,k--;
			a[k][m]=i;

		}
		else if(k==1&&m==n){
			k++;
			a[k][m]=i;
		}
     	else if(k!=1&&m!=n){
			if(a[k-1][m+1]==0){
				a[--k][++m]=i;
			}
			else {a[++k][m]=i;
			}
		}
	} 
	for(int i=1;i<=n;i++){
		for(int j=1;j<=n;j++){
			if(j!=n) cout<<a[i][j]<<" ";
			else cout<<a[i][j];
		}
		if(i!=n) cout<<endl;
	}
}

T2
在这里插入图片描述
将每个同学当作一个结点,将每次传递当作一条有向的线,一轮游戏便可以看作是个图。那么如果想要有一个同学说出的生日重新传回自己的耳中,图中必定有一个环(环中的每个结点互相可以连通)。如果有一个同学无法从别人口中传到自己的生日,也能说明是在游戏中他的生日落入了一个循环,依旧是一个环,只不过环的结点不包括那个人罢了。既然要求最小的游戏轮数,也就是要求最小的环。我的思路是,从每个人开始,按照输入的信息,寻找环,如果有个环没有被找到,就打个标记(那个人的编号),如果环已经被打标记了,就跳过。然后,用得到的环的边数更新最小值。(然后考试的时候搜索打的很丑时间过不去)

#include<bits/stdc++.h>
using namespace std;
#define inf 9999999
int a[200001],b[200001],c[200001];
int n,p,t,x=inf;
int main(){	
	cin>>n;
    for(int i=1;i<=n;i++) 
	scanf("%d",&a[i]);
    for(int i=1;i<=n;i++){
        c[i]=1,t=i,p=a[i];
        while(b[p]!=i)
        {    
            if(b[p]!=0&&b[p]<i) break;        
            c[p]=c[t]+1,b[t]=i;
            t=p,p=a[t];
        }
        if(b[p]==i&&x>c[t]+1-c[p]) 
		x=c[t]+1-c[p];
}
    printf("%d",x);
    return 0;
}

T3
在这里插入图片描述
在这里插入图片描述
说到底还是个搜索模拟(恶心),我的思路是先暴搜顺子,然后留下的散牌就只有一种可能,直接贪心搜散牌,首先一定要先出四带,再出三带。

#include<bits/stdc++.h>
using namespace std;
int n,m,num[10001],a,b[100001],ans=99999,x,y;
int danshunzi(int i)
{
    int p=i;
    while(num[p]>=1&&p<=13)p++;
    if(p-i>=5)return p;
    return 0;
} 
int shuangshunzi(int i)
{
    int p=i;
    while(num[p]>=2&&p<=13)p++;
    if(p-i>=3)return p;
    return 0; 
}

int sanshunzi(int i)
{
    int p=i;
    while(num[p]>=3&&p<=13)p++;
    if(p-i>=2)return p;
    return 0;
}
int work(){
	memset(b,0,sizeof(b));
	for(int i=0;i<=13;i++){
		b[num[i]]++;
	}
	int tot=0;
	while(b[4]&&b[2]>=2)--b[4],b[2]-=2,++tot;
    while(b[4]&&b[1]>=2)--b[4],b[1]-=2,++tot;
    while(b[4]&&b[2])--b[4],--b[2],++tot;
    while(b[3]&&b[2])--b[3],--b[2],++tot;
    while(b[3]&&b[1])--b[3],--b[1],++tot;
    return tot+b[1]+b[2]+b[3]+b[4];
}
void dfs(int n){
	if(ans<=n) return;
	int now=work();
	int c;
	ans=min(ans,n+now);
	for(int i=2;i<=13;i++)
    {
        if(sanshunzi(i))
        {
            c=sanshunzi(i);
            for(int j=i+1;j<=c-1;j++)
            {
                for(int v=i;v<=j;v++)
                num[v]-=3;
                dfs(n+1);
                for(int v=i;v<=j;v++)
                num[v]+=3;
            }
        }
    }
    for(int i=2;i<=13;i++)
    {
        if(shuangshunzi(i))
        {
            c=shuangshunzi(i);
            for(int j=i+2;j<=c-1;j++)
            {
                for(int v=i;v<=j;v++)
                num[v]-=2;
                dfs(n+1);
                for(int v=i;v<=j;v++)
                num[v]+=2;
            }
        }
    }
    for(int i=2;i<=13;i++)
    {
        if(danshunzi(i))
        {
            c=danshunzi(i);
            for(int j=i+4;j<=c-1;j++)
            {
                for(int v=i;v<=j;v++)
                num[v]--;
                dfs(n+1);
                for(int v=i;v<=j;v++)
                num[v]++;
            }
        }
    }
}
int main(){
	scanf("%d%d",&n,&m);
	while(n--){
		ans=999999;
	memset(num,0,sizeof(num));
	for(int i=1;i<=m;i++){
		cin>>x>>y;
		if(x==1) x=13;
		else if(x) x--;
		num[x]++;
		}
		dfs(0);
		cout<<ans<<endl;
}
}	

这次第二题想到了但是没打对,搜索打起来还是很吃力要多练习,要仔细检查,第三题送30分都没拿到。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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