210920-车站问题

本文探讨如何利用C语言实现线性表数据结构,解决实际场景中的车站问题。通过详细步骤和代码示例,阐述线性表在处理此类问题时的优势和方法。

mainByHuber.cpp 文件:

#include <iostream>
#include <string.h>
#include<stdlib.h>
struct station_info{
   
   
	char station_name[100];
};
struct station_node{
   
   
	station_info s;
	station_node * next; 
};

 int findStation(station_node * head,char * sname){
   
   

	station_node * ptemp = head;
	while(ptemp->next!=NULL){
   
   
		
		if(strcmp(ptemp->next->s.station_name, sname) == 0){
   
   
			return 1;
		}
		ptemp = ptemp->next;
	}
	return 0;
}
void printLinkTable(station_node * head){
   
   
	station_node * ptemp=head;
	while(ptemp->next!=NULL){
   
   
		printf("%s,",ptemp->next->s.station_name);
		ptemp=ptemp->next;
	}
}
station_node * SearchLastNode(station_node * head){
   
   
	station_node * ptemp = head;
	while(ptemp->next!=NULL){
   
   
		ptemp = ptemp->next;
	}
	if(ptemp == head) 
		return NULL;
	else 
		return ptemp;
}


int main(int argc, char** argv) {
   
   
	FILE *fp = NULL;
	char buf[1000];
	char delim[10] = ":,";
	
	fp = fopen(".\\bus-input.txt", "r");
	
	station_node head;
	head.next=NULL;
	
	int routecount = 0;
	int stationcount = 0;
	while (!feof(fp)){
   
   
		routecount++;
		fscanf(fp, "%s\n",buf);
		char *p;
    	printf("%s ", strtok(buf, delim));
    	while((p = strtok(NULL, delim))){
   
   
    		if(findStation(&head,p)) continue;
			station_node * new_node = (station_node*)malloc(sizeof(station_node));
			strcpy(new_node->s.station_name, p);
			new_node->next = NULL;
			station_node * lastnode;
			lastnode = SearchLastNode(&head);
			if(lastnode == NULL){
   
   
				head.next = new_node;
			}else
				lastnode->next = new_node;
        }
	}
	
	fclose(fp);

	printLinkTable(&head);

	return 0;
}


bus-input.txt 文件:

1路:渤海大楼,山东路,滨江商厦,哈密道,保安大街,荣业大街,百货大楼(西),兴安路北安桥口,南市,东南角,东北角,金钢桥,黄纬路,宙纬路,辰纬路,北站,北宁公园,北站体育场,天津服装城,建昌道,工程学校(河北客运站),泗阳道,建昌桥,春和景明,三和小区,览桥里
10路:引河桥公交站,引河桥,化工大楼,泰莱道,北仓,北仓礼堂,马庄,家乐北辰店,天穆村,柳滩,勤俭桥,勤俭道,丁字沽,西沽,西于庄,旱桥,西站
101路:广达集团,华北陶瓷,公路管理所,塘沽中专,胡家园,滨海客运总站,胡北路,五车地,新河船厂,滨海龙都小区,塘沽车站,实验学校,工人新村,区政府,世纪广场,聚金商城(原金元宝商厦),海河外滩公园,金元宝东方广场(原东大街),新华路,塘沽南站,港埠三公司,郭庄子,海津花园,于家堡,粮库,三块板
102路:新港,二号门,三百吨,办公厅,建港里,解放门,纪念碑,四号码头,朝阳楼,老弯道,塘沽向阳楼,公安街,金元宝东方广场(原东大街),海河外滩公园,滨海琴行(原和平路),丹东街,塘沽电视台,浙江路小学,工人新村,实验学校,塘沽车站,滨海龙都小区,新河船厂,五车地,胡北路,滨海客运总站,胡家园,塘沽中专,公路管理所,华北陶瓷,头道沟,四道沟,十二号桥,馨桥园,欣美园
103路:塘沽中心站,世纪广场,锦绣商城(原地道口)
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定件夹中读取算法件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论 1
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

打赏作者

Huber Wong

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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