2022年牛客基础训练营(一)(H)桶哈希,数学

本文介绍了一种使用哈希桶优化算法的方法,通过减少重复数的处理时间,解决了在给定范围内寻找特定组合的问题。该算法可以有效降低时间复杂度,避免超时。

这道题目是我觉得里面出的一道很好的题目,这道题数据虽然十分无解,但是却又十分误解,虽然O(n^2)复杂度对于1e6确实会TLE,但是我们看看a数据范围的话,我们会发现一件有趣的事,那就是,这里面会有很多重复的数,因此我们就会想到哈希桶,这样我们就可以将1e12转化为1000*1000=1e6,这样就不会超时了

void solve()
{
	ios;
    int n;
    cin>>n;
    int sum=0;
    for(int i=1;i<=n;i++)
    {
        cin>>a[i];
        b[a[i]]++;
        
    }
    int res=0;
    
    for(int i=0;i<=1000;i++)
    {
        for(int j=i;j<=1000;j++)
        {
            if(i==j)
            {
                t=b[i]+b[i]*(b[i]-1)/2;
            }
            else
            {
                t=b[i]*b[j];
            }
            res+=t*abs(i+j-1000);
        }
    }
    cout<<res;
    
	
}

Matlab基于粒子群优化算法及鲁棒MPPT控制器提高光伏并网的效率内容概要:本文围绕Matlab在电力系统优化与控制领域的应用展开,重点介绍了基于粒子群优化算法(PSO)和鲁棒MPPT控制器提升光伏并网效率的技术方案。通过Matlab代码实现,结合智能优化算法与先进控制策略,对光伏发电系统的最大功率点跟踪进行优化,有效提高了系统在不同光照条件下的能量转换效率和并网稳定性。同时,文档还涵盖了多种电力系统应用场景,如微电网调度、储能配置、鲁棒控制等,展示了Matlab在科研复现与工程仿真中的强大能力。; 适合人群:具备定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事新能源系统开发的工程师;尤其适合关注光伏并网技术、智能优化算法应用与MPPT控制策略研究的专业人士。; 使用场景及目标:①利用粒子群算法优化光伏系统MPPT控制器参数,提升动态响应速度与稳态精度;②研究鲁棒控制策略在光伏并网系统中的抗干扰能力;③复现已发表的高水平论文(如EI、SCI)中的仿真案例,支撑科研项目与学术写作。; 阅读建议:建议结合文中提供的Matlab代码与Simulink模型进行实践操作,重点关注算法实现细节与系统参数设置,同时参考链接中的完整资源下载以获取更多复现实例,加深对优化算法与控制系统设计的理解。
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