1128. N Queens Puzzle (20) PAT 甲级

本文解析了一道C++程序设计竞赛题目,该题目要求判断N个整数是否构成一个合法的皇后放置方案。通过使用vector容器存储输入的整数,并进行两层循环对比来检查是否有冲突,最终输出YES或NO作为判断结果。

传送门

#include<stdio.h>
#include<vector>
#include<math.h>
#include<stdlib.h>
using namespace std;


int main(){
    int k;
    vector<int> v;
    scanf("%d",&k);
    int n;
    while(k--){
        scanf("%d",&n);
        int q;
        bool flag=true;
        for(int i=0;i<n;i++){
            scanf("%d",&q);
            v.push_back(q);
            //printf("%d\n",v.size());
            for(int j=0;j<i;j++){
                if(v[i]==v[j]||abs(v[j]-v[i])==abs(i-j))
                    flag=false;
            }
        }
        v.clear();
        if(flag)
            printf("YES\n");
        else
            printf("NO\n");
    }


}
【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕“基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究”展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想与遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性与实用性。文中还提供了完整的Matlab代码实现路径,便于复现与进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建与算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
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