LeetCode 面试经典150题 [66/150 翻转二叉树]
给你一棵二叉树的根节点 root ，翻转这棵二叉树，并返回其根节点。
示例 1：
PID、模糊控制 C++ Demo
模糊控制这部分没什么好写的，就是根据经验通过比较target和purpose的值，大的话就减，小的话就加，基本比较固定，主要是pid部分，其变种较多，代码固定但参数需要多次调节，常见的有增量式和位置式
<---------补充--------->
今天在做项目用模糊控制控制电机转速，由于整个电机模组是供应商的，所以其控制速度不确定，例如由0转到10000转大约需要8s左右，但是我的控制算法对速度的控制是300ms的周期，所以出现了速度还没到就开始控制，使得在降档时出现还没降到就继续减pwm导致出发电机死区，最终导致转速无法稳定；这个现象理论上可以通过修改控制周期来改变，但是事实上主要还是算法中没有对死区做控制，理论上要写这个算法的时候应该先限幅，对最高和最低进行限制，然后再去控制，但是可能先前使用的供应商的电机没有出现这个问题，所以就还按照这样写；最终在修改diff的最小值后电机在低档位可以保持稳定。
<---------------------->
增量式PID
无标签
思考：小区外卖机器人的合理性？
（点外卖的时候偶然想到，ChatGPT辅助编写问题）
题目背景：
在点外卖的过程中，用户常常会注意到骑手在取餐后，系统会给出一个预计送达时间。然而，许多情况下，这个预计送达时间会在骑手配送过程中发生变化，尤其是在配送的后期阶段。这种变化通常发生在骑手接近配送目的地或进入目的地小区后，由于对小区内部道路和设计的不熟悉，导致最后几百米的配送时间被延长。
研究问题：
为了优化外卖配送效率，提升用户体验，美团、饿了么等外卖平台是否可以考虑设计区域内的送餐机器人系统？具体来说，骑手将外卖送达至小区后转交给机器人，由机器人完成最后的配送路程。这样骑手可以提前完成订单，迅速转向下一单配送任务。
研究重点：
调度策略： 如何合理设计区域内送餐机器人资源的调度方案？确保每个外卖接收点时刻至少有一台机器人处于待命状态，以便接收和配送骑手转交的外卖。
资源优化： 在保证配送效率的前提下，如何优化区域内机器人的数量和分布，避免资源浪费？
路径规划： 机器人在小区内如何进行高效的路径规划和导航，以便迅速准确地将外卖送达用户手中？
技术实现： 机器人需要具备哪些技术能力（如定位导航、障碍物避让等）以适应不同小区的环境和道路情况？
成本效益分析： 引入送餐机器人系统后的运营成本与效益分析，是否能显著提高配送效率并降低人力成本？
LeetCode 面试经典150题 [65/150 相同的树]
给你两棵二叉树的根节点 p 和 q ，编写一个函数来检验这两棵树是否相同。
如果两个树在结构上相同，并且节点具有相同的值，则认为它们是相同的。
示例 1：
LeetCode 面试经典150题 [64/150 二叉树的最大深度]
给定一个二叉树 root ，返回其最大深度。
二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。
示例 1：
Leetcode 每日一题 724.寻找数组的中心下标
给你一个整数数组 nums ，请计算数组的 中心下标 。
数组 中心下标 是数组的一个下标，其左侧所有元素相加的和等于右侧所有元素相加的和。
如果中心下标位于数组最左端，那么左侧数之和视为 0 ，因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。
如果数组有多个中心下标，应该返回 最靠近左边 的那一个。如果数组不存在中心下标，返回 -1 。
示例 1：
ipa覆盖路径规划算法 测试
ipa 分区算法分析，图解
ipa 覆盖算法分析（一）
ipa 覆盖算法分析（二）
ROS melodic安装全覆盖路径规划算法ipa_coverage_planning