2020冬季PAT甲级 7-4 Chemical Equation (30 分)

明天就要考PAT了,从2月1号到今天大概40天了…
虽然本科课程有C和C++,2月1号之前我还是一个连hello world都不会写的零基础小孩…
今天写完最后一套真题,过去一直参考CSDN上大神的代码,今天想自己也发一篇…
这是我写的第一篇CSDN,有什么错误还请大家批评,我会改正的;


以下是正文
题目:7-4 Chemical Equation (30 分)
这个代码是过了所有测试点的

#include <iostream>
#include <vector>
#include <string>
#include <algorithm>
#pragma warning(disable:4996)//这是因为VS不能直接用scanf
using namespace std;

int N, M, K, r;
vector<int> R, P, rea, path;//R是反应物,P是要求生成的物质,rea是个工具数组...,path就是答案啦;
vector <vector<int> > react[110];//react里存放所有的反应,react[i][j][k]的意思是反应物i的第j优先级的反应式里面有k这种物质;上面的path里面存放每个i的j;
bool use[110] = { false };//判断这个反应物有没有用过;

bool dfs(int i) {
	if (i == M) {//只要走到最后一步就可以输出了,因为优先级已经排好了,走到最后就是最优先的;
		for (int j = 0; j < M; j++) {
			for (int t = 0; t < react[P[j]][path[j]].size(); t++) {
				if (t != 0) printf(" + ");
				printf("%02d", react[P[j]][path[j]][t]);
			}
			printf(" -> %02d\n", P[j]);
		}
		return 1;
	}
	for (int t = 0; t < react[P[i]].size(); t++) {
		int j;
		for (j = 0; j < react[P[i]][t].size() && use[react[P[i]][t][j]] == 1; j++);//检查这个方案的反应物是不是都没被用
		if (j == react[P[i]][t].size()) {
			for (j = 0; j < react[P[i]][t].size(); j++)//选了这个方案,把反应物用掉!
				use[react[P[i]][t][j]] = 0;
			path.push_back(t);
			if (dfs(i + 1))//看看下一个物质选哪个方案
				return 1;
			else {
				for (j = 0; j < react[P[i]][t].size(); j++)//这个方案不行,把反应物还回来!
					use[react[P[i]][t][j]] = 1;
				path.pop_back();
			}
		}
	}
	return 0;//这个物质的所有方案都不行,原因是之前的物质把反应物用掉了,要改之前的方案;
}

bool cmp(vector<int>a, vector<int>b) {
	for (int i = 0;; i++) {
		if (a[i] != b[i])
			return a[i] < b[i];
	}
}
int main() {
	scanf("%d", &N);
	string s;
	for (int t = 0; t < N; t++) {
		scanf("%d", &r);
		R.push_back(r);
		use[r] = 1;
	}
	scanf("%d", &M);
	for (int t = 0; t < M; t++) {
		scanf("%d", &r);
		P.push_back(r);
		if (find(R.begin(), R.end(), r) != R.end()) {//生成物同时也是反应物,加一个反应方案;
			rea.push_back(r);
			react[r].push_back(rea);
			rea.clear();
		}
	}
	scanf("%d\n", &K);
	while (K--) {
		getline(cin, s);
		int flag = 0;
		sscanf(s.c_str(), "%d", &r);
		rea.push_back(r);
		s = s.substr(3);
		while (s[0] != '-') {
			sscanf(s.c_str(), "+ %d", &r);
			s = s.substr(5);
			rea.push_back(r);
		}
		sscanf(s.c_str(), "-> %d", &r);//找到最后的生成物
		react[r].push_back(rea);//储存方案;
		rea.clear();
	}
	for (int i = 0; i < M; i++) {//给反应方案排序;
		sort(react[P[i]].begin(), react[P[i]].end(), cmp);
	}
	dfs(0);
	return 0;
}

我学的不多,懂得真的挺少的所以,就这些啦;
希望大家都能考个好成绩!

  • 4
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
好的,我可以为您讲解一下拉格朗日方程的推导过程,以一维情况为例。 假设一个质点在一维坐标系上运动,其位置用 $q$ 表示,时间用 $t$ 表示。该质点的运动可以用拉格朗日函数 $L(q, \dot{q}, t)$ 描述,其中 $\dot{q}=\frac{dq}{dt}$ 表示质点的速度。 为了推导欧拉-拉格朗日方程,我们首先需要定义一个重要的量,即作用量 $S$。作用量定义为 $$S = \int_{t_1}^{t_2} L(q, \dot{q}, t) dt$$ 其中 $t_1$ 和 $t_2$ 表示质点运动的起点和终点。作用量可以理解为一个积,它是拉格朗日函数在时间 $t_1$ 到 $t_2$ 内的时间积。 接下来,我们需要考虑如何对作用量进行变。变是一种数学操作,它类似于求导,但是是对函数进行微小的偏移,即对函数进行微小的扰动。对于一个作用量 $S$,其变可以表示为 $$\delta S = S[q+\delta q] - S[q]$$ 其中 $\delta q$ 表示对 $q$ 进行微小的扰动。 现在我们来考虑如何对作用量进行变。首先,我们将作用量中的积拆开,得到 $$\delta S = \int_{t_1}^{t_2} \left( \frac{\partial L}{\partial q} \delta q + \frac{\partial L}{\partial \dot{q}} \delta \dot{q} \right) dt$$ 其中第一个式子中的 $\frac{\partial L}{\partial q}$ 表示对 $L$ 关于 $q$ 的偏导数,第二个式子中的 $\frac{\partial L}{\partial \dot{q}}$ 表示对 $L$ 关于 $\dot{q}$ 的偏导数。 现在我们需要将 $\delta \dot{q}$ 转化为 $\delta q$。由于 $\dot{q}=\frac{dq}{dt}$,我们可以得到 $$\delta \dot{q} = \frac{d}{dt} \delta q$$ 将上式代入到 $\delta S$ 中,得到 $$\delta S = \int_{t_1}^{t_2} \left( \frac{\partial L}{\partial q} \delta q + \frac{\partial L}{\partial \dot{q}} \frac{d}{dt} \delta q \right) dt$$ 接下来,我们需要对第二个式子进行部积,得到 $$\delta S = \int_{t_1}^{t_2} \left( \frac{\partial L}{\partial q} - \frac{d}{dt} \frac{\partial L}{\partial \dot{q}} \right) \delta q dt + \left[ \frac{\partial L}{\partial \dot{q}} \delta q \right]_{t_1}^{t_2}$$ 现在我们需要对第二个式子进行讨论。由于质点在运动时,其位置 $q$ 和速度 $\dot{q}$ 在起点和终点上都是确定的,因此 $\delta q$ 在 $t_1$ 和 $t_2$ 处的值都应该为 0。因此,第二个式子等于 0。 最终,我们得到了欧拉-拉格朗日方程: $$\frac{d}{dt} \frac{\partial L}{\partial \dot{q}} - \frac{\partial L}{\partial q} = 0$$ 这个方程描述了质点的运动。如果我们能够求出拉格朗日函数 $L$,那么欧拉-拉格朗日方程就可以帮助我们计算质点的运动。

“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 10
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