UVa1025--A Spy in the Metro DP

本文介绍了解决UVA-1025问题的方法,该问题要求计算在一个包含n个车站的路线中,从第一个车站出发在时间T内到达最后一个车站所需的最短等车时间。通过定义状态f[i][j]表示在第i个车站、时刻j的最短等待时间,并使用动态规划的方法进行状态转移,最终得出最优解。

题目链接

https://cn.vjudge.net/problem/UVA-1025

题目大意:

一个间谍要从第一个车站到第n个车站去会见另一个,在是期间有n个车站,有来回的车站,让你在时间T内时到达n,并且等车时间最短,输出最短等车时间。

解题思路:

首先我们定义状态f[i][j]表示:当前在第i各车站,时刻为j所等待的最少时间。那么,很显然,会有以下3种状态可以转移:

  1. 在原地等待:f[i][j] = f[i][j+1]+1
  2. 搭乘向左的地铁(如果当前时刻有):f[i][j] = f[i-1][j+t[i-1]]
  3. 搭乘向右的地铁(如果当前时刻有):f[i][j] = f[i+1][j+t[i]]

Code:

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;

const int MAXN = 55;
const int MAXM = 205;

int n, T, cas;
int t[MAXN], f[MAXN][MAXM];
int l[MAXN][MAXM], r[MAXN][MAXM];

inline void init(){
    memset(l, 0, sizeof l);
    memset(r, 0, sizeof r);
    memset(f, 0x3f, sizeof f);

    scanf("%d",&T);
    for(int i = 1; i < n; ++ i)
        scanf("%d",&t[i]);
    int m, tmp;
    scanf("%d",&m);
    for(int i = 1; i <= m; ++ i){
        scanf("%d",&tmp);
        for(int j = 1; j <= n; ++ j)
            r[j][tmp] = 1, tmp += t[j];
    }
    scanf("%d",&m);
    for(int i = 1; i <= m; ++ i){
        scanf("%d",&tmp);
        for(int j = n; j >= 1; -- j)
            l[j][tmp] = 1, tmp += t[j-1];
    }
}

int main(){
    while(scanf("%d",&n), n){
        init(), f[n][T] = 0;
        for(int j = T-1; j >= 0; -- j)
            for(int i = 1; i <= n; ++ i){
                f[i][j] = f[i][j+1]+1;
                if(l[i][j]) f[i][j] = min(f[i][j], f[i-1][j+t[i-1]]);
                if(r[i][j]) f[i][j] = min(f[i][j], f[i+1][j+t[i]]);
            }
        printf("Case Number %d: ", ++cas);
        if(f[1][0] > T) printf("impossible\n");
        else printf("%d\n",f[1][0]);
    }
    return 0;
}
需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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