ZJU2034 False Coin - 称硬币问题

题目描述:

古老的称硬币问题。现有一堆硬币依次编号1-N(N<100),只有一个重量稍微不同。 接下来有K(K<100)次称硬币操作,给出每次称量的结果,即a1,a2...am 大于等于或小于 b1,b2...bm编号的重量。请输出重量不同的硬币编号。

分析:

1,若两堆硬币重量相等,则所有的硬币都是正常的硬币。从未出现在重量相等情况下的硬币有嫌疑。

2,若某些硬币每次都出现在重量较小或较大的一边,则此硬币有嫌疑;否则一定正常。

3,综合以上两点,找出所有有嫌疑的硬币。若为0或者大于1个,则找不到;否则输出该硬币。

其实说起来思路很清晰,只需按照生活经验来推断即可。

说说程序中的优化。我用的是位运算来做的这个题,很快,0.01s。

例如,在记录哪些硬币曾经在重量相等的情况下出现过,我用了一个10元素个int数组,每个int存储10个硬币的状态。初始时a[i]全为~0,即每一位都是1,也就是当前全都有嫌疑。然后用a[x/10] &=~( 1<<( x%10 ) )来表示编号位x的硬币没有嫌疑了,即把a[x/10]的x%10位置为0

按照这个思路,另外一种情况也能同样地解决~

代码不贴了…… 很丑。

  • 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。
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