首页 > 编程语言 >class069 从递归入手三维动态规划【算法】

class069 从递归入手三维动态规划【算法】

时间:2023-12-21 14:03:03浏览次数:41  
标签:递归 int s2 s1 class069 三维 l2 l1 dp


class069 从递归入手三维动态规划

class069 从递归入手三维动态规划【算法】_Math

class069 从递归入手三维动态规划【算法】_Math_02

code1 474. 一和零

// 一和零(多维费用背包)
// 给你一个二进制字符串数组 strs 和两个整数 m 和 n
// 请你找出并返回 strs 的最大子集的长度
// 该子集中 最多 有 m 个 0 和 n 个 1
// 如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集
// 测试链接 : https://leetcode.cn/problems/ones-and-zeroes/

dp[i][o][z]:表示str[i…]之后选取不超过o z的子集数量
=max(不选该串,选该串)
不选该串:dp[i+1][o][z]
选该串:1+dp[i+1][o-os][z-zs]

code1 递归
code2 记忆化搜索
code3 动态规划
code4 空间压缩

package class069;

// 一和零(多维费用背包)
// 给你一个二进制字符串数组 strs 和两个整数 m 和 n
// 请你找出并返回 strs 的最大子集的长度
// 该子集中 最多 有 m 个 0 和 n 个 1
// 如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集
// 测试链接 : https://leetcode.cn/problems/ones-and-zeroes/
public class Code01_OnesAndZeroes {

	public static int zeros, ones;

	// 统计一个字符串中0的1的数量
	// 0的数量赋值给全局变量zeros
	// 1的数量赋值给全局变量ones
	public static void zerosAndOnes(String str) {
		zeros = 0;
		ones = 0;
		for (int i = 0; i < str.length(); i++) {
			if (str.charAt(i) == '0') {
				zeros++;
			} else {
				ones++;
			}
		}
	}

	public static int findMaxForm1(String[] strs, int m, int n) {
		return f1(strs, 0, m, n);
	}

	// strs[i....]自由选择,希望零的数量不超过z、一的数量不超过o
	// 最多能选多少个字符串
	public static int f1(String[] strs, int i, int z, int o) {
		if (i == strs.length) {
			// 没有字符串了
			return 0;
		}
		// 不使用当前的strs[i]字符串
		int p1 = f1(strs, i + 1, z, o);
		// 使用当前的strs[i]字符串
		int p2 = 0;
		zerosAndOnes(strs[i]);
		if (zeros <= z && ones <= o) {
			p2 = 1 + f1(strs, i + 1, z - zeros, o - ones);
		}
		return Math.max(p1, p2);
	}

	// 记忆化搜索
	public static int findMaxForm2(String[] strs, int m, int n) {
		int[][][] dp = new int[strs.length][m + 1][n + 1];
		for (int i = 0; i < strs.length; i++) {
			for (int z = 0; z <= m; z++) {
				for (int o = 0; o <= n; o++) {
					dp[i][z][o] = -1;
				}
			}
		}
		return f2(strs, 0, m, n, dp);
	}

	public static int f2(String[] strs, int i, int z, int o, int[][][] dp) {
		if (i == strs.length) {
			return 0;
		}
		if (dp[i][z][o] != -1) {
			return dp[i][z][o];
		}
		int p1 = f2(strs, i + 1, z, o, dp);
		int p2 = 0;
		zerosAndOnes(strs[i]);
		if (zeros <= z && ones <= o) {
			p2 = 1 + f2(strs, i + 1, z - zeros, o - ones, dp);
		}
		int ans = Math.max(p1, p2);
		dp[i][z][o] = ans;
		return ans;
	}

	public static int findMaxForm3(String[] strs, int m, int n) {
		int len = strs.length;
		int[][][] dp = new int[len + 1][m + 1][n + 1];
		for (int i = len - 1; i >= 0; i--) {
			zerosAndOnes(strs[i]);
			for (int z = 0, p1, p2; z <= m; z++) {
				for (int o = 0; o <= n; o++) {
					p1 = dp[i + 1][z][o];
					p2 = 0;
					if (zeros <= z && ones <= o) {
						p2 = 1 + dp[i + 1][z - zeros][o - ones];
					}
					dp[i][z][o] = Math.max(p1, p2);
				}
			}
		}
		return dp[0][m][n];
	}

	public static int findMaxForm4(String[] strs, int m, int n) {
		// 代表i == len
		int[][] dp = new int[m + 1][n + 1];
		for (String s : strs) {
			// 每个字符串逐渐遍历即可
			// 更新每一层的表
			// 和之前的遍历没有区别
			zerosAndOnes(s);
			for (int z = m; z >= zeros; z--) {
				for (int o = n; o >= ones; o--) {
					dp[z][o] = Math.max(dp[z][o], 1 + dp[z - zeros][o - ones]);
				}
			}
		}
		return dp[m][n];
	}

}

code2 879. 盈利计划

// 盈利计划(多维费用背包)
// 集团里有 n 名员工,他们可以完成各种各样的工作创造利润
// 第 i 种工作会产生 profit[i] 的利润,它要求 group[i] 名成员共同参与
// 如果成员参与了其中一项工作,就不能参与另一项工作
// 工作的任何至少产生 minProfit 利润的子集称为 盈利计划
// 并且工作的成员总数最多为 n
// 有多少种计划可以选择?因为答案很大,所以 返回结果模 10^9 + 7 的值。
// 测试链接 : https://leetcode.cn/problems/profitable-schemes/

dp[i][r][s]:表示工作[i…]之后人数剩余r,利润剩余s的方案数

code1 递归
code2 记忆化搜索
code3 动态规划+空间压缩

package class069;

// 盈利计划(多维费用背包)
// 集团里有 n 名员工,他们可以完成各种各样的工作创造利润
// 第 i 种工作会产生 profit[i] 的利润,它要求 group[i] 名成员共同参与
// 如果成员参与了其中一项工作,就不能参与另一项工作
// 工作的任何至少产生 minProfit 利润的子集称为 盈利计划
// 并且工作的成员总数最多为 n
// 有多少种计划可以选择?因为答案很大,所以 返回结果模 10^9 + 7 的值。
// 测试链接 : https://leetcode.cn/problems/profitable-schemes/
public class Code02_ProfitableSchemes {

	// n : 员工的额度,不能超
	// p : 利润的额度,不能少
	// group[i] : i号项目需要几个人
	// profit[i] : i号项目产生的利润
	// 返回能做到员工不能超过n,利润不能少于p的计划有多少个
	public static int profitableSchemes1(int n, int minProfit, int[] group, int[] profit) {
		return f1(group, profit, 0, n, minProfit);
	}

	// i : 来到i号工作
	// r : 员工额度还有r人,如果r<=0说明已经没法再选择工作了
	// s : 利润还有s才能达标,如果s<=0说明之前的选择已经让利润达标了
	// 返回 : i.... r、s,有多少种方案
	public static int f1(int[] g, int[] p, int i, int r, int s) {
		if (r <= 0) {
			// 人已经耗尽了,之前可能选了一些工作
			return s <= 0 ? 1 : 0;
		}
		// r > 0
		if (i == g.length) {
			// 工作耗尽了,之前可能选了一些工作
			return s <= 0 ? 1 : 0;
		}
		// 不要当前工作
		int p1 = f1(g, p, i + 1, r, s);
		// 要做当前工作
		int p2 = 0;
		if (g[i] <= r) {
			p2 = f1(g, p, i + 1, r - g[i], s - p[i]);
		}
		return p1 + p2;
	}

	public static int mod = 1000000007;

	public static int profitableSchemes2(int n, int minProfit, int[] group, int[] profit) {
		int m = group.length;
		int[][][] dp = new int[m][n + 1][minProfit + 1];
		for (int a = 0; a < m; a++) {
			for (int b = 0; b <= n; b++) {
				for (int c = 0; c <= minProfit; c++) {
					dp[a][b][c] = -1;
				}
			}
		}
		return f2(group, profit, 0, n, minProfit, dp);
	}

	public static int f2(int[] g, int[] p, int i, int r, int s, int[][][] dp) {
		if (r <= 0) {
			return s == 0 ? 1 : 0;
		}
		if (i == g.length) {
			return s == 0 ? 1 : 0;
		}
		if (dp[i][r][s] != -1) {
			return dp[i][r][s];
		}
		int p1 = f2(g, p, i + 1, r, s, dp);
		int p2 = 0;
		if (g[i] <= r) {
			p2 = f2(g, p, i + 1, r - g[i], Math.max(0, s - p[i]), dp);
		}
		int ans = (p1 + p2) % mod;
		dp[i][r][s] = ans;
		return ans;
	}

	public static int profitableSchemes3(int n, int minProfit, int[] group, int[] profit) {
		// i = 没有工作的时候,i == g.length
		int[][] dp = new int[n + 1][minProfit + 1];
		for (int r = 0; r <= n; r++) {
			dp[r][0] = 1;
		}
		int m = group.length;
		for (int i = m - 1; i >= 0; i--) {
			for (int r = n; r >= 0; r--) {
				for (int s = minProfit; s >= 0; s--) {
					int p1 = dp[r][s];
					int p2 = group[i] <= r ? dp[r - group[i]][Math.max(0, s - profit[i])] : 0;
					dp[r][s] = (p1 + p2) % mod;
				}
			}
		}
		return dp[n][minProfit];
	}

}

code3 688. 骑士在棋盘上的概率

// 骑士在棋盘上的概率
// n * n的国际象棋棋盘上,一个骑士从单元格(row, col)开始,并尝试进行 k 次移动
// 行和列从0开始,所以左上单元格是 (0,0),右下单元格是 (n-1, n-1)
// 象棋骑士有8种可能的走法。每次移动在基本方向上是两个单元格,然后在正交方向上是一个单元格
// 每次骑士要移动时,它都会随机从8种可能的移动中选择一种,然后移动到那里
// 骑士继续移动,直到它走了 k 步或离开了棋盘
// 返回 骑士在棋盘停止移动后仍留在棋盘上的概率
// 测试链接 : https://leetcode.cn/problems/knight-probability-in-chessboard/

code 记忆化搜索

package class069;

// 骑士在棋盘上的概率
// n * n的国际象棋棋盘上,一个骑士从单元格(row, col)开始,并尝试进行 k 次移动
// 行和列从0开始,所以左上单元格是 (0,0),右下单元格是 (n-1, n-1)
// 象棋骑士有8种可能的走法。每次移动在基本方向上是两个单元格,然后在正交方向上是一个单元格
// 每次骑士要移动时,它都会随机从8种可能的移动中选择一种,然后移动到那里
// 骑士继续移动,直到它走了 k 步或离开了棋盘
// 返回 骑士在棋盘停止移动后仍留在棋盘上的概率 
// 测试链接 : https://leetcode.cn/problems/knight-probability-in-chessboard/
public class Code03_KnightProbabilityInChessboard {

	public static double knightProbability(int n, int k, int row, int col) {
		double[][][] dp = new double[n][n][k + 1];
		for (int i = 0; i < n; i++) {
			for (int j = 0; j < n; j++) {
				for (int t = 0; t <= k; t++) {
					dp[i][j][t] = -1;
				}
			}
		}
		return f(n, row, col, k, dp);
	}

	// 从(i,j)出发还有k步要走,返回最后在棋盘上的概率
	public static double f(int n, int i, int j, int k, double[][][] dp) {
		if (i < 0 || i >= n || j < 0 || j >= n) {
			return 0;
		}
		if (dp[i][j][k] != -1) {
			return dp[i][j][k];
		}
		double ans = 0;
		if (k == 0) {
			ans = 1;
		} else {
			ans += (f(n, i - 2, j + 1, k - 1, dp) / 8);
			ans += (f(n, i - 1, j + 2, k - 1, dp) / 8);
			ans += (f(n, i + 1, j + 2, k - 1, dp) / 8);
			ans += (f(n, i + 2, j + 1, k - 1, dp) / 8);
			ans += (f(n, i + 2, j - 1, k - 1, dp) / 8);
			ans += (f(n, i + 1, j - 2, k - 1, dp) / 8);
			ans += (f(n, i - 1, j - 2, k - 1, dp) / 8);
			ans += (f(n, i - 2, j - 1, k - 1, dp) / 8);
		}
		dp[i][j][k] = ans;
		return ans;
	}

}

code4 2435. 矩阵中和能被 K 整除的路径

// 矩阵中和能被 K 整除的路径
// 给一个下标从0开始的 n * m 整数矩阵 grid 和一个整数 k
// 从起点(0,0)出发,每步只能往下或者往右,你想要到达终点(m-1, n-1)
// 请你返回路径和能被 k 整除的路径数目
// 由于答案可能很大,返回答案对10^9+7取余的结果
// 测试链接 : https://leetcode.cn/problems/paths-in-matrix-whose-sum-is-divisible-by-k/

code1 递归
code2 记忆化搜索
code3 动态规划

package class069;

// 矩阵中和能被 K 整除的路径
// 给一个下标从0开始的 n * m 整数矩阵 grid 和一个整数 k
// 从起点(0,0)出发,每步只能往下或者往右,你想要到达终点(m-1, n-1)
// 请你返回路径和能被 k 整除的路径数目
// 由于答案可能很大,返回答案对10^9+7取余的结果
// 测试链接 : https://leetcode.cn/problems/paths-in-matrix-whose-sum-is-divisible-by-k/
public class Code04_PathsDivisibleByK {

	public static int mod = 1000000007;

	public static int numberOfPaths1(int[][] grid, int k) {
		int n = grid.length;
		int m = grid[0].length;
		return f1(grid, n, m, k, 0, 0, 0);
	}

	// 当前来到(i,j)位置,最终一定要走到右下角(n-1,m-1)
	// 从(i,j)出发,最终一定要走到右下角(n-1,m-1),有多少条路径,累加和%k的余数是r
	public static int f1(int[][] grid, int n, int m, int k, int i, int j, int r) {
		if (i == n - 1 && j == m - 1) {
			return grid[i][j] % k == r ? 1 : 0;
		}
		// 后续需要凑出来的余数need
 		int need = (k + r - (grid[i][j] % k)) % k;
		int ans = 0;
		if (i + 1 < n) {
			ans = f1(grid, n, m, k, i + 1, j, need);
		}
		if (j + 1 < m) {
			ans = (ans + f1(grid, n, m, k, i, j + 1, need)) % mod;
		}
		return ans;
	}

	public static int numberOfPaths2(int[][] grid, int k) {
		int n = grid.length;
		int m = grid[0].length;
		int[][][] dp = new int[n][m][k];
		for (int a = 0; a < n; a++) {
			for (int b = 0; b < m; b++) {
				for (int c = 0; c < k; c++) {
					dp[a][b][c] = -1;
				}
			}
		}
		return f2(grid, n, m, k, 0, 0, 0, dp);
	}

	public static int f2(int[][] grid, int n, int m, int k, int i, int j, int r, int[][][] dp) {
		if (i == n - 1 && j == m - 1) {
			return grid[i][j] % k == r ? 1 : 0;
		}
		if (dp[i][j][r] != -1) {
			return dp[i][j][r];
		}
		int need = (k + r - grid[i][j] % k) % k;
		int ans = 0;
		if (i + 1 < n) {
			ans = f2(grid, n, m, k, i + 1, j, need, dp);
		}
		if (j + 1 < m) {
			ans = (ans + f2(grid, n, m, k, i, j + 1, need, dp)) % mod;
		}
		dp[i][j][r] = ans;
		return ans;
	}

	public static int numberOfPaths3(int[][] grid, int k) {
		int n = grid.length;
		int m = grid[0].length;
		int[][][] dp = new int[n][m][k];
		dp[n - 1][m - 1][grid[n - 1][m - 1] % k] = 1;
		for (int i = n - 2; i >= 0; i--) {
			for (int r = 0; r < k; r++) {
				dp[i][m - 1][r] = dp[i + 1][m - 1][(k + r - grid[i][m - 1] % k) % k];
			}
		}
		for (int j = m - 2; j >= 0; j--) {
			for (int r = 0; r < k; r++) {
				dp[n - 1][j][r] = dp[n - 1][j + 1][(k + r - grid[n - 1][j] % k) % k];
			}
		}
		for (int i = n - 2, need; i >= 0; i--) {
			for (int j = m - 2; j >= 0; j--) {
				for (int r = 0; r < k; r++) {
					need = (k + r - grid[i][j] % k) % k;
					dp[i][j][r] = dp[i + 1][j][need];
					dp[i][j][r] = (dp[i][j][r] + dp[i][j + 1][need]) % mod;
				}
			}
		}
		return dp[0][0][0];
	}

}

code5 87. 扰乱字符串

// 扰乱字符串
// 使用下面描述的算法可以扰乱字符串 s 得到字符串 t :
// 步骤1 : 如果字符串的长度为 1 ,算法停止
// 步骤2 : 如果字符串的长度 > 1 ,执行下述步骤:
// 在一个随机下标处将字符串分割成两个非空的子字符串
// 已知字符串s,则可以将其分成两个子字符串x和y且满足s=x+y
// 可以决定是要 交换两个子字符串 还是要 保持这两个子字符串的顺序不变
// 即s可能是 s = x + y 或者 s = y + x
// 在x和y这两个子字符串上继续从步骤1开始递归执行此算法
// 给你两个 长度相等 的字符串 s1 和 s2,判断 s2 是否是 s1 的扰乱字符串
// 如果是,返回true ;否则,返回false
// 测试链接 : https://leetcode.cn/problems/scramble-string/

code1 递归
code2 递归优化
code3 记忆化搜索
code4 动态规划

package class069;

// 扰乱字符串
// 使用下面描述的算法可以扰乱字符串 s 得到字符串 t :
// 步骤1 : 如果字符串的长度为 1 ,算法停止
// 步骤2 : 如果字符串的长度 > 1 ,执行下述步骤:
//        在一个随机下标处将字符串分割成两个非空的子字符串
//        已知字符串s,则可以将其分成两个子字符串x和y且满足s=x+y
//        可以决定是要 交换两个子字符串 还是要 保持这两个子字符串的顺序不变
//        即s可能是 s = x + y 或者 s = y + x
//        在x和y这两个子字符串上继续从步骤1开始递归执行此算法
// 给你两个 长度相等 的字符串 s1 和 s2,判断 s2 是否是 s1 的扰乱字符串
// 如果是,返回true ;否则,返回false
// 测试链接 : https://leetcode.cn/problems/scramble-string/
public class Code05_ScrambleString {

	public static boolean isScramble1(String str1, String str2) {
		char[] s1 = str1.toCharArray();
		char[] s2 = str2.toCharArray();
		int n = s1.length;
		return f1(s1, 0, n - 1, s2, 0, n - 1);
	}

	// s1[l1....r1]
	// s2[l2....r2]
	// 保证l1....r1与l2....r2
	// 是不是扰乱串的关系
	public static boolean f1(char[] s1, int l1, int r1, char[] s2, int l2, int r2) {
		if (l1 == r1) {
			// s1[l1..r1]
			// s2[l2..r2]
			return s1[l1] == s2[l2];
		}
		// s1[l1..i][i+1....r1]
		// s2[l2..j][j+1....r2]
		// 不交错去讨论扰乱关系
		for (int i = l1, j = l2; i < r1; i++, j++) {
			if (f1(s1, l1, i, s2, l2, j) && f1(s1, i + 1, r1, s2, j + 1, r2)) {
				return true;
			}
		}
		// 交错去讨论扰乱关系
		// s1[l1..........i][i+1...r1]
		// s2[l2...j-1][j..........r2]
		for (int i = l1, j = r2; i < r1; i++, j--) {
			if (f1(s1, l1, i, s2, j, r2) && f1(s1, i + 1, r1, s2, l2, j - 1)) {
				return true;
			}
		}
		return false;
	}

	// 依然暴力尝试,只不过四个可变参数,变成了三个
	public static boolean isScramble2(String str1, String str2) {
		char[] s1 = str1.toCharArray();
		char[] s2 = str2.toCharArray();
		int n = s1.length;
		return f2(s1, s2, 0, 0, n);
	}

	public static boolean f2(char[] s1, char[] s2, int l1, int l2, int len) {
		if (len == 1) {
			return s1[l1] == s2[l2];
		}
		// s1[l1.......]  len
		// s2[l2.......]  len
		// 左 : k个   右: len - k 个
		for (int k = 1; k < len; k++) {
			if (f2(s1, s2, l1, l2, k) && f2(s1, s2, l1 + k, l2 + k, len - k)) {
				return true;
			}
		}
		// 交错!
		for (int i = l1 + 1, j = l2 + len - 1, k = 1; k < len; i++, j--, k++) {
			if (f2(s1, s2, l1, j, k) && f2(s1, s2, i, l2, len - k)) {
				return true;
			}
		}
		return false;
	}

	public static boolean isScramble3(String str1, String str2) {
		char[] s1 = str1.toCharArray();
		char[] s2 = str2.toCharArray();
		int n = s1.length;
		// dp[l1][l2][len] : int 0 -> 没展开过
		// dp[l1][l2][len] : int -1 -> 展开过,返回的结果是false
		// dp[l1][l2][len] : int 1 -> 展开过,返回的结果是true
		int[][][] dp = new int[n][n][n + 1];
		return f3(s1, s2, 0, 0, n, dp);
	}

	public static boolean f3(char[] s1, char[] s2, int l1, int l2, int len, int[][][] dp) {
		if (len == 1) {
			return s1[l1] == s2[l2];
		}
		if (dp[l1][l2][len] != 0) {
			return dp[l1][l2][len] == 1;
		}
		boolean ans = false;
		for (int k = 1; k < len; k++) {
			if (f3(s1, s2, l1, l2, k, dp) && f3(s1, s2, l1 + k, l2 + k, len - k, dp)) {
				ans = true;
				break;
			}
		}
		if (!ans) {
			for (int i = l1 + 1, j = l2 + len - 1, k = 1; k < len; i++, j--, k++) {
				if (f3(s1, s2, l1, j, k, dp) && f3(s1, s2, i, l2, len - k, dp)) {
					ans = true;
					break;
				}
			}
		}
		dp[l1][l2][len] = ans ? 1 : -1;
		return ans;
	}

	public static boolean isScramble4(String str1, String str2) {
		char[] s1 = str1.toCharArray();
		char[] s2 = str2.toCharArray();
		int n = s1.length;
		boolean[][][] dp = new boolean[n][n][n + 1];
		// 填写len=1层,所有的格子
		for (int l1 = 0; l1 < n; l1++) {
			for (int l2 = 0; l2 < n; l2++) {
				dp[l1][l2][1] = s1[l1] == s2[l2];
			}
		}
		for (int len = 2; len <= n; len++) {
			// 注意如下的边界条件 : l1 <= n - len l2 <= n - len
			for (int l1 = 0; l1 <= n - len; l1++) {
				for (int l2 = 0; l2 <= n - len; l2++) {
					for (int k = 1; k < len; k++) {
						if (dp[l1][l2][k] && dp[l1 + k][l2 + k][len - k]) {
							dp[l1][l2][len] = true;
							break;
						}
					}
					if (!dp[l1][l2][len]) {
						for (int i = l1 + 1, j = l2 + len - 1, k = 1; k < len; i++, j--, k++) {
							if (dp[l1][j][k] && dp[i][l2][len - k]) {
								dp[l1][l2][len] = true;
								break;
							}
						}
					}
				}
			}
		}
		return dp[0][0][n];
	}

}


标签:递归,int,s2,s1,class069,三维,l2,l1,dp
From: https://blog.51cto.com/u_15719556/8923435

相关文章

  • 关于倾斜摄影三维模型数据的几何坐标变换的必要性分析
    关于倾斜摄影三维模型数据的几何坐标变换的必要性分析   倾斜摄影三维模型数据的几何坐标变换是将相机坐标系下获取的倾斜摄影图像转换为地理坐标系下的三维模型数据,从而实现地理空间信息的表达与分析。几何坐标变换的重要性在于它对于模型数据的精度、准确性和可用性有......
  • 递归与分治
    一、初步递归1、递归特点函数自己调用自己存在直接递归和间接递归一定有退出条件2、递归三要素退出条件递归函数的定义最后的解3、递归优化记录重复的值(存在重复的值才记录)......
  • 用深度递归神经网络检测甲基化DNA结合的转录因子
    DetectionoftranscriptionfactorsbindingtomethylatedDNAbydeeprecurrentneuralnetwork关键词:deeprecurrentneuralnetwork;methylatedDNA;transcriptionfactors;tripeptide;tripeptidewordvector作者:HongfeiLi,YueGong,YifengLiu,HaoLin,Guoh......
  • 三维尺寸中,您需要了解的设备及其特点
    三维尺寸测量需要用到一些精密仪器,它们都有各自的特点。那么三维尺寸测量中常用的设备有哪些?1、三坐标测量机三坐标测量机即三坐标测量计算机数控系统,是一种高精度的测量设备。除了传统的点、线、面和圆柱体等基本轮廓外,还可以测量非常复杂的三维曲面。三坐标测量机操作简单,精度......
  • Matlab-三维视图的自动旋转
    %figure%plot3(...);%xlabel('X轴');%ylabel('Y轴');%zlabel('Z轴');%title('标题');%gridon%打开网格%%fori=1:2:360%%view(a,b):a是角度,b是仰视角%view(i,20);%pause(0.06);%end例子,show_3D.m:clearall;closeall......
  • 三维模型的顶层合并构建中纹理色彩匀色技术方法分析
    三维模型的顶层合并构建中纹理色彩匀色技术方法分析 多块相邻倾斜摄影三维模型的顶层合并构建中,纹理色彩匀色技术是一种常用的方法,可以使不同块之间的纹理色彩更加一致和连贯。本文将对这种技术进行浅谈。在多块相邻倾斜摄影三维模型的顶层合并构建过程中,由于不同块之间的光......
  • 递归的练习
    递归递归的介绍以编程的角度来看,递归指的是方法定义中调用方法本身的现象把一个复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算递归的基本使用1.不死神兔问题:有1对兔子,从出生后的第3个月起每个......
  • python递归求解青蛙跳台阶问题
    一只青蛙一次可以跳上1级台阶,也可以跳上2级。请问该青蛙跳上一个n级的台阶总共有多少种跳法。输入台阶数,输出一共有多少种跳法。defjump1(n):ifn==1:return1elifn==2:return2else:returnjump1(n-1)+jump1(n-2)x=eval(input())pr......
  • 在linux中,用-r还是-p处理递归的文件夹
    在Linux中,递归处理文件夹用-r还是-p选项1.使用-r:-r来表示递归,例如cp和rm。例如:-r通常用于表示递归操作,例如在复制目录或删除目录时使用。示例:复制目录及其内容:cp-rsource_directorydestination_directory递归删除目录及其内容:rm-rdirectory递归地移动目......
  • 倾斜摄影三维模型重建的几何坐标变换技术方法浅析
    倾斜摄影三维模型重建的几何坐标变换技术方法浅析 倾斜摄影三维模型数据的坐标变换是将相机坐标系下获取的倾斜摄影图像转换为地理坐标系下的三维模型数据,以实现地理空间信息的表达与分析。在实际应用中,需要进行坐标变换的主要包括航片图像、相机姿态参数和控制点坐标等数据。......