DFS和BFS

本文深入探讨了深度优先搜索(DFS)与广度优先搜索(BFS)两种基本图搜索算法。介绍了DFS通过递归方式从根节点开始探索尽可能深的路径,而BFS则按层次顺序探索所有节点。提供了邻接矩阵与邻接链表实现方式,并附带代码示例。

终于啃下来DFS和BFS这两块骨头了

接下来整理自己下

DFS:

原理;先找到根节点,搜寻他的根节点。将找到的节点当作当前节点再去寻找与它相连下一个节点,一直到没有节点为止,

此时返回上一级继续寻找上一级的别的节点,直到没有节点可以搜索便结束了。这个算法使用递归来实现,而递归实际就是通过栈来实现的。

这是邻接矩阵实现的

class DFSDeep{

  public void DFSMethod(Graph1 graph){
          int i;
          for(i=0;i<5;i++)
               graph.visited[i]=false;//初始化所有定点的visit值

          for(i=0;i<5;i++){//递归遍历所有没被访问的节点
               if(!graph.visited[i])
                    DFSConnect(graph,i);
          }
     }
  public void DFSConnect(Graph1 graph,int i){
       int j;
       graph.visited[i]=true;//被访问过的节点设置为true
       System.out.println(graph.vexs[i]);//输出这个节点
       for (j=0;j<5;j++)
       {
            if(graph.arc[i][j]!=0&&graph.arc[i][j]!=65535&&graph.visited[j]!=true){//选择出来与当前节点有连线且未被访问的节点
                   DFSConnect(graph,j);//将连接的顶点输出
            }
       }
  }
}

 

而邻接链表的实现无法遍历他的矩阵,所以用for循环,所以用p=p->next来寻找下一个连接节点

 

BFS :

原理;先找到根节点,搜选这个节点的下一层,所有节点(也就是和它直接相连的节点),直到每层都搜寻完。

BFS使用队列完成。首先将根节点存入队列,接下来对根节点出队列并对它所有子节点遍历并入队列,入队列这一操作是为了以后能遍历他们的子节点。最后直至无法队列空便结束

class DFSWidth{
    public void DFSWidthMethod(Graph2 graph){
        int i,j,k,num;//定义num目的是为了在递归变换下标值时不会影响到i的值,如果时连通图无影响
        int f=0;
        Queue queue=new LinkedBlockingQueue();
        for (i=0;i<5;i++)//将所有节点设置为未访问过{
        graph.visited[i]=false;
        for(i=0;i<5;i++){
            System.out.println("123123123213213213");
              num=i;
            if(!graph.visited[num]){
                graph.visited[num]=true;//设为此定点被访问过
                System.out.println(graph.vexs[num]);//输出此定点
                queue.offer(num);//入队列
                /**
                 * 这个while语句对当前i节点进行判断与他相连的节点全部输出了
                 * **/
                while(queue.size()!=0){
                    k= (int) queue.poll();//移除元素,要将当前节点的直接相连节点进行遍历时,他出队列
                    // i=k;//这个i改变会改变循环里的i,所以定义num来改变下标的值
                    num=k;
                    /**
                     * 下面这个for语句对与当前i相连的节点元素进行访问和入队列,
                     * **/
                     for(j=0;j<5;j++){
                         if(graph.arc[num][j]!=0&&graph.visited[j]!=true) {  //判断这个点是否被访问过
                             graph.visited[j]=true;//设置这个点被访问了
                             System.out.println(graph.vexs[j]); //输出这个点
                             queue.offer(j);//将这个点入队列
                         }
                     }
                }
            }
        }
    }

用邻接表也是无法遍历,所以用next来访问。

 

 

内容概要:本文围绕可变桨叶四旋翼无人机的规范控制与点对点运动模拟展开,重点研究优化推力分配策略在翻转动作中的应用与性能比较。通过Matlab代码实现,构建了四旋翼动力学模型,并设计了多种控制算法以实现精确的姿态调整与轨迹跟踪。研究对比了不同推力分配方案在执行高机动性翻转动作时的稳定性、能耗效率与响应速度,旨在提升无人机在复杂飞行任务中的动态性能与控制精度。该仿真研究为无人机飞控系统的设计与优化提供了理论依据技术支持。; 适合人群:具备一定自动控制理论基础Matlab编程能力,从事无人机控制、飞行器动力学或机器人系统研究的科研人员及研究生。; 使用场景及目标:① 实现四旋翼无人机在三维空间中的精确点对点运动控制;② 对比分析不同推力分配策略在执行翻转等高难度动作时的控制效果与能耗表现,优化飞行性能;③ 为无人机自主飞行、特技飞行及复杂环境下的机动控制提供算法验证平台。; 阅读建议:此资源以Matlab仿真为核心,建议读者结合相关控制理论知识,深入理解代码实现细节,重点关注动力学建模、控制律设计与推力分配模块。在学习过程中,应动手调试参数,复现文中翻转动作的仿真结果,并尝试拓展至其他复杂飞行任务,以加深对无人机控制机理的理解。
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