[ACM]Uva572-Oil Deposits-DFS应用

本文介绍了一个使用深度优先搜索(DFS)算法来标记二维矩阵中连通区域的程序。该程序通过递归方式遍历所有相邻的格子,将相连的'@'字符标记为不同的ID,以此来统计矩阵中有多少个独立的连通区域。文章提供了完整的C++代码实现。
#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<cstring>

using namespace std;

const int maxn = 100 + 5;

char piece[maxn][maxn];
int n,m,idx[maxn][maxn];

void dfs(int r, int c, int id)
{
	if(r<0 || r>=m || c<0 || c>=n)	return;
	if(idx[r][c] > 0 || piece[r][c]!='@')	return;
	idx[r][c]=id;
	for(int dr=-1; dr<=1;dr++)//dfs式探索
		for(int dc=-1;dc<=1;dc++)
			if(dr!=0 || dc!=0)	dfs(r+dr, c+dc, id);
}

int main(){
	while(scanf("%d%d", &m, &n) == 2 && m && n)
	{
		for(int i=0;i<m;i++)
		{
			cin>>piece[i];
		}
		memset(idx, 0 ,sizeof(idx));
		int cur=0;
		for(int i=0;i<m;i++)
		{
			for(int j=0;j<n;j++)
			{
				if(idx[i][j]==0 && piece[i][j] == '@')
					dfs(i,j,++cur);
			}
		}
		cout<<cur<<endl;
	}
	return 0;
}
基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
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