UVA 10123 No Tipping

分析

这是一双支点的杠杆的题目,问初始时,依次有选择地拿去杠杆上的有质量的物块后,杠杆是否平衡。给出选择。

杠杆如何平衡?
因为有两个支点,对于任一支点,如果左右两侧物块的力矩和相等,则杠杆平衡,若两支点均不能满足则杠杆失衡。
需要注意的是,因为杠杆本身具有重量,比如以右侧支点研究对象,那么杠杆可以视为距该支点1.5单位的一个质量为W的物块,会影响平衡。

这里可以使用逆向思维,仅作思路简化。如何拿,不如如何放。如果能依次放上物块且保持平衡,那么逆序即为拿的解。

考虑如何放的问题,每一个物块有其力矩。优先选取较小的放对整个系统的平衡影响最小。所以,需要对物块进行按力矩排序。排序后,在右侧放上一个物块,判断是否平衡,如果平衡说明还能承受那么可以继续放,如果不能,则尝试在左侧放,左右交替直至放完所有方块得解或者杠杆已经不能承受(Impossible)。

[-30 -32 -40 64 35 8]
-3 -8 (-4) 8 5 2
-3 -8 (-4 8) 5 2
-3 (-8 -4 8) 5 2
-3 (-8 -4 8 5) 2
(-3 -8 -4 8 5) 2
(-3 -8 -4 8 5 2)

这里有一个问题,并不一定能够摆到最后一个物块,可能在之前便已经穷尽摆法。所以这里有两个递归基,一个是达到了最后一个物块,另一个是隐式无结果(return;),所以这里设立一个flag表示是否已达最后一个物块。

如何判断杠杆是否平衡?
考察左侧支点,将左侧物块的力矩计算和(其实这里存在-1.5~0区间的物块,但其负增益可以视为在右侧放置物块。),再将右侧的物块的力矩计算和(注意还有杠杆本身)。判断是否左翻(右翻还需要考察其压着的右侧支点)。再同理考察右侧支点。

与其他解法相比,这里的解法没有完全的进行左右支点的分割,部分整体部分局部的考虑实属意外之解,另外可以参考其他解法使用DP压缩等等 : P

代码

#include <cstdio>
#include <algorithm>
#define MAX_N 25
using std::sort;

int W, N, li, ri, flag;
struct object { int p, w; } L[MAX_N], R[MAX_N], A[MAX_N];

int cmp(object f, object s) { return (f.p * f.w) < (s.p * s.w); }

bool is_balanced(
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
旋转变压器---数字转换器作为现代伺服系统中被广泛使用的角位置测量系统,大量应用于高精度及大中型数控系统、机器人控制、工业控制、武器火力控制及惯性导航领域中。 传统的角测量系统面临的问题有:体积、重量、功耗偏大,调试、误差补偿试验复杂,费用较高。本文从微型化、智能化的方向进行研究,是解决传统角测量系统所面临问题的好途径。 本文所研究的旋转变压器---数字转换器是由信号调理模块、系统芯片C8051F064和输出控制模块组成的。整个系统的三路输入信号为X=AsinOcosar、Y=Acosθcos ot和Z=Ucosar(基准信号),输出信号为偏转角θ,输出形式为16 位数字量。信号调理模块是由模拟电路组成的,包括信号输入电路、相敏整流电路、滤波电路和直流稳压电源电路,其难点在于相敏整流电路的设计。信号调理模块的主要功能是把输入的交流信号X=AsinOcosor、Y=Acosθcosot转变成直流信号Bsinθ和Bcosθ,并使输出的直流信号在0~2.4V之间;系统芯片C8051F064是CYGNAL公司近年来推出的一款功能齐全的完全集成的混合信号片上系统型单片机。在本文所设计的系统中,系统芯片的输入信号为直流信号Bsinθ和Bcosθ,通过片内自带的2个16位A/D转换器对输入信号的数据进行采样和转换,并对转换完的数据进行滤波处理,以减小由于外界干扰而产生的误差,再用除法和反正切函数解算出偏转角θ的16位数字量;输出控制模块主要完成的功能是通过UARTO向计算机实时发送由单片机计算出来的偏转角度0的16位数字量,而串口的RS-232电平与单片机系统采用的是TTL电平之间的转换所采用的转换芯片是MC1488和MC1489。
以下是使用Python实现模糊推理的步骤: 1. 安装依赖项:Python、scikit-fuzzy、numpy和matplotlib。可以使用pip install命令安装这些依赖项。 2. 导入所需库: ```python import numpy as np import skfuzzy as fuzz from skfuzzy import control as ctrl import matplotlib.pyplot as plt ``` 3. 创建输入和输出变量: ```python # 创建输入变量 quality = ctrl.Antecedent(np.arange(0, 11, 1), 'quality') service = ctrl.Antecedent(np.arange(0, 11, 1), 'service') # 创建输出变量 tip = ctrl.Consequent(np.arange(0, 26, 1), 'tip') ``` 4. 创建模糊集合: ```python # 创建模糊集合 quality.automf(3) service.automf(3) tip['low'] = fuzz.trimf(tip.universe, [0, 0, 13]) tip['medium'] = fuzz.trimf(tip.universe, [0, 13, 25]) tip['high'] = fuzz.trimf(tip.universe, [13, 25, 25]) ``` 5. 创建规则: ```python # 创建规则 rule1 = ctrl.Rule(quality['poor'] | service['poor'], tip['low']) rule2 = ctrl.Rule(service['average'], tip['medium']) rule3 = ctrl.Rule(service['good'] | quality['good'], tip['high']) ``` 6. 创建控制系统: ```python # 创建控制系统 tipping_ctrl = ctrl.ControlSystem([rule1, rule2, rule3]) tipping = ctrl.ControlSystemSimulation(tipping_ctrl) ``` 7. 输入模糊变量的值: ```python # 输入模糊变量的值 tipping.input['quality'] = 6.5 tipping.input['service'] = 9.8 ``` 8. 运行控制系统: ```python # 运行控制系统 tipping.compute() ``` 9. 输出结果: ```python # 输出结果 print(tipping.output['tip']) ``` 完整的代码示例: ```python import numpy as np import skfuzzy as fuzz from skfuzzy import control as ctrl import matplotlib.pyplot as plt # 创建输入变量 quality = ctrl.Antecedent(np.arange(0, 11, 1), 'quality') service = ctrl.Antecedent(np.arange(0, 11, 1), 'service') # 创建输出变量 tip = ctrl.Consequent(np.arange(0, 26, 1), 'tip') # 创建模糊集合 quality.automf(3) service.automf(3) tip['low'] = fuzz.trimf(tip.universe, [0, 0, 13]) tip['medium'] = fuzz.trimf(tip.universe, [0, 13, 25]) tip['high'] = fuzz.trimf(tip.universe, [13, 25, 25]) # 创建规则 rule1 = ctrl.Rule(quality['poor'] | service['poor'], tip['low']) rule2 = ctrl.Rule(service['average'], tip['medium']) rule3 = ctrl.Rule(service['good'] | quality['good'], tip['high']) # 创建控制系统 tipping_ctrl = ctrl.ControlSystem([rule1, rule2, rule3]) tipping = ctrl.ControlSystemSimulation(tipping_ctrl) # 输入模糊变量的值 tipping.input['quality'] = 6.5 tipping.input['service'] = 9.8 # 运行控制系统 tipping.compute() # 输出结果 print(tipping.output['tip']) # 绘制输出变量的模糊集合 tip.view(sim=tipping) plt.show() ```

“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