宇航员进入太空时会背着一个大背包，背包里装的是啥？

Posted 2023-05-08

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了宇航员进入太空时会背着一个大背包，背包里装的是啥？相关的知识，希望对你有一定的参考价值。

自给自足的便携式机动弹射器虽然在宇航员约翰-怀特的太空行走中获得了成功，但却不容易控制。其原因是，独立的便携式机动弹射器必须靠近宇航员的身体质心，以便准确控制运动方向。但由于宇航员穿着太空服，戴着头盔，很难确定身体质心的位置，所以宇航员一般只能依靠经验。一旦维护卫星的操作需要准确的定位，宇航员就可能因为定位不准确而无法完成维护任务。

因此，这种移动装置还没有得到广泛的应用和推广。自带便携式机动弹射器是一种便携式机动弹射器，除此之外，还有美国空军研制的几种背负式、脐带式和航天员机动装置。但是，由于种种原因，这些装置并没有在实际任务中得到应用。背包去旅行，是不是很多朋友向往的事情？为了帮助宇航员在太空舱外行走，研究人员为宇航员设计了一个 "背包"，它被称为M509机动装置。M509机动装置重115.66公斤，长105.41厘米，宽68.58厘米，厚38.83厘米。

这个背包配备了高压氮气瓶，在背包周围有14个喷嘴，分别指向上下、前后、左右，通过控制器打开喷嘴，航天员不仅可以进行上下、前后、左右运动，还可以滚动和旋转。这个装置最大的优点是可以准确地进行身体定位，使航天员可以将身体保持在任何位置。由于太空中的微重力环境，宇航员在太空行走时将处于漂浮状态。如果他们想在太空中移动他们的身体，他们只能通过握住一个扶手和另一个扶手来向前移动，或者使用特殊的身体移动工具，官方称之为 "太空机动装置"。这是一种推进装置，利用喷嘴射出高压气体，将宇航员的身体推向某个方向。而俄罗斯宇航员在太空行走时所用的太空移动装置则 "藏 "在 "背包 "里。

为了保证宇航员在太空行走中能够很好地移动身体，完成各种操作和任务，美国和苏联开发了多种类型的移动设备。在这篇文章中，让我们来看看一些有代表性的。难以控制的早期机动装置：1965年6月3日，美国发射了双子座IV号。在为期四天的任务中，宇航员爱德华-怀特在太空中进行了21分钟的自由行走，这是美国人有史以来的第一次。宇航员怀特的太空行走得到了一个独立的、手持式机动弹射器的帮助。该装置由两个氧气罐和一个压力调节器组成，重3.4公斤，其中高压氧气推进剂重约0.13公斤。它每秒产生约181牛顿的推力，速度为1.82米/秒，或大约是一个普通慢跑者的速度。该装置有三个喷嘴，两个朝后，一个朝前。启动到后面的两个喷嘴，可以推动宇航员向前移动，启动到前面的一个喷嘴，可以停止移动。

参考技术A 里面装的是推动装置，是通过喷嘴喷出高压气体之后可以推动航天员向前移动，因为太空属于微重力的环境，所以航天员在行驶过程中一般都是漂浮的状态。参考技术B 宇航员进入太空旅行的时候，一定要根据相关的情况准备好一些护航的东西。这些背包里面装的都是必备的设备。参考技术C 宇航员进入太空时所背的一个大背包，是可以让自己很好的在太空中进行活动，其中装的是一些太空机动装置。

背包问题

0/1背包

首先来讲下什么事0/1背包问题,一般都是这样的:有一堆物品,每个物品有重量和价值两个属性,同时有一个背包可以装一定重量的物品,在背包不超重的情况下往背包里装物品,最多能装价值多少的物品.

之所以叫0/1背包是因为每种物品只有一个,只能选择放或者不放.

1.二维数组形式的解法
思想大致是这样的:我们记录之前放入物品的最优状态来求得当前的最优解.

也就是状态转移方程
dp[i][j] = Math.max(dp[i - 1][j - obj[i][w]] + obj[i][v], dp[i - 1][j])

import java.util.Arrays;
import java.util.Scanner;

public class Task01 {

    static Scanner scanner = new Scanner(System.in);

    public static void main(String[] args) {
        int n = scanner.nextInt();
        int m = scanner.nextInt();
        int[][] obj = new int[n + 1][2];
        int[][] dp = new int[n + 1][m + 1];
        for (int i = 1; i < obj.length; i++) {
            obj[i][0] = scanner.nextInt();
            obj[i][1] = scanner.nextInt();
        }
        for (int i = 1; i < obj.length; i++) {
            for (int j = 1; j < dp[i].length; j++) {
                if (j - obj[i][0] >= 0)
                    dp[i][j] = Math.max(dp[i - 1][j - obj[i][0]] + obj[i][1], dp[i - 1][j]);
                else
                    dp[i][j] = dp[i - 1][j];
            }
        }

        for (int i = 0; i <dp.length ; i++) {
            System.out.println(Arrays.toString(dp[i]));
        }

    }

}

样例:
第一行：物品个数N和背包大小M
第二行至第N+1行：第i个物品的重量和价值
4 6
1 4
2 6
3 12
2 7

来看下输出的数组(一般情况下第0行和第0列不存数据)

第1列	第2列	第3列	第4列	第5列	第6列
0	0	0	0	0	0
4	4	4	4	4	4
4	6	10	10	10	10
4	6	12	16	18	22
4	7	12	16	19	23

第M列表示背包的大小M

第几行表示加入当前物品后的选择

所以dp[4][6]是当前情况的最优解.

2.一维数组形式的解法
一维数组的解法其实是上面二维数组的解法优化而来.如果按照二维的解法,有很多题会声明出很大数组直接MLE内存超限.我们仔细观察上面的解法,就会发发现,除了最后一行以外其他的数据都是多余的.

所以我们只保留一行数组就可以了,但是数组的更新顺序需要调整一下.从1->M的话更新的数据会受到当前行更新数据的影响,但是从M->1就完全受影响.

稍作修改把代码变成这样就可以了.

import java.util.Arrays;
import java.util.Scanner;

public class Task01 {

    static Scanner scanner = new Scanner(System.in);

    public static void main(String[] args) {
        int n = scanner.nextInt();
        int m = scanner.nextInt();
        int[][] obj = new int[n + 1][2];
        int[] dp = new int[m + 1];
        for (int i = 1; i < obj.length; i++) {
            obj[i][0] = scanner.nextInt();
            obj[i][1] = scanner.nextInt();
        }
        for (int i = 1; i < obj.length; i++) {
            for (int j = dp.length - 1; j > 0; j--) {
                if (j - obj[i][0] >= 0)
                    dp[j] = Math.max(dp[j - obj[i][0]] + obj[i][1], dp[j]);
            }
        }

        System.out.println(Arrays.toString(dp));

    }

}

完全背包

完全背包问题的表述和0/1背包大致上一样,但是完全背包的物品数量没有限制.
也就是说一个物品可以放入很多次.

完全背包的解法也和0/1背包非常相似,只要把上面0/1背包的M->1的更新方式变成1->M的更新方式就可以了.

仔细想一下我们为什么要把原先的二维数组解法换成一维的时候把更新方式倒过来?如果不倒过来会出现什么情况?


import java.util.Arrays;
import java.util.Scanner;

public class Task01 {

    static Scanner scanner = new Scanner(System.in);

    public static void main(String[] args) {
        int n = scanner.nextInt();
        int m = scanner.nextInt();
        int[][] obj = new int[n + 1][2];
        int[] dp = new int[m + 1];
        for (int i = 1; i < obj.length; i++) {
            obj[i][0] = scanner.nextInt();
            obj[i][1] = scanner.nextInt();
        }
        for (int i = 1; i < obj.length; i++) {
            for (int j = 1; j < dp.length; j++) {
                if (j - obj[i][0] >= 0)
                    dp[j] = Math.max(dp[j - obj[i][0]] + obj[i][1], dp[j]);
            }
        }

        System.out.println(Arrays.toString(dp));

    }


}