ZJU-1091改进

 

今天还是1091,国际象棋的骑士走日,在两个点上的最短路径。
按说方法区别不大,因为和上一篇中用的算法基本一样,依然是BFS,但是这个程序速度和内存占用都比上一个提高很多。
为什么呢?原因是这样子的,种种迹象表明,OJ上的测试数据量很大的,所以如果对于同一个起点有很多个测试数据的话,不如首先将[i,j]为起点的所有点在图上BFS,并且对应每个终点的最短路径直接就存在map[i][j][endx][endy]
这样得到输入数据以后,直接查表输出即可,避免了大量的重复运算。
另外因为输入输出改为纯C,速度也有提高,昨天犯的错误非常低级,我试图用长度为2的字符串数组输入长度为2的字符串,这种情况下,windows下用VC应该是编译器自动补上了这个没有结尾的字符串数组,而在linux的G++下,编译器没有这个动作,造成错误,而且很不明显。稳妥的做法是用长度为n+1的字符串数组输入最大长度为n的字符串。
当然,如果用C++下的string型,就更为稳妥了,可以避免这种在实际中难以察觉的错误。

在网上搜到有人用DFS做1091,不是不可以,但是用DFS显然不是出题者的意图,这道题考察的就是无权重的有向图的最短路径,第一反映就应该是BFS。

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ZJU-I型机械臂是一种由浙江大学机器人研究所开发的六自由度机械臂,具有高速、精度和可靠性等特点。机械臂的运动控制是机器人中的重要研究领域之一,其中点到点轨迹规划是机器人在运动过程中最基础和常用的一种方式,也是机械臂控制的核心问题之一。 点到点轨迹规划的目标是通过给定的起点和终点,计算出机械臂的运动轨迹,使机械臂在运动过程中满足机械臂轨迹的连续性、平滑性、可控性等要求。在过去的研究中,经典的点到点轨迹规划方法包括插值法、线性规划法、最小能量法等。 如果使用Python实现机械臂的点到点轨迹规划,可以采用Robotics Toolkit(简称robot)这个模块。robot模块提供了各种从轨迹规划、控制到仿真的功能,可用于ROS、Vrep、Webots等机器人仿真软件。使用robot模块,可以通过几行代码实现机械臂的点到点轨迹规划,例如: ``` from roboticstoolkit import robot from roboticstoolkit.robots import zju # 初始化机器人 zju_arm = robot.Robot('zju', zju.URDF) # 设定起点和终点 start = [0, 0, 0, 0, 0, 0] goal = [0, 1, 1, 0.5, 0, 0] # 计算机械臂的轨迹 path = zju_arm.get_trajectory(start, goal) # 控制机械臂运动到终点 zju_arm.move_to(goal) ``` 其中,`roboticstoolkit`和`roboticstoolkit.robots`都是导入的Python模块,`zju`是机械臂的URDF定义文件,`start`和`goal`是起点和终点的坐标,`get_trajectory()`函数会返回计算得到的机械臂轨迹,`move_to()`函数则控制机械臂运动到终点。 总之,使用Python实现ZJU-I型机械臂的点到点轨迹规划相对简单,只需要导入相应的模块,并根据需要设置机械臂的各种参数,即可轻松实现机械臂的控制。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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