POJ 3414 Pots

本文探讨了如何使用广度优先搜索算法解决两罐水问题,即通过一系列操作使其中一个罐子恰好装有指定数量的水。介绍了六种基本操作,并通过C++代码实现了算法流程。

题目:http://poj.org/problem?id=3414

两个空罐子A,B,三种操作:FILL(i)将 i 装满水;DROP(i)将i倒空;POUR(i,j)将 i 中水倒入 j 中,直到 i 为空或 j 装满,问通过这三种操作是否能让A或B中的水为C升?

对于每个罐子都有上述三种操作,所以共有6种操作:
1.将A装满
2.将B装满
3.将A倒空
4.将B倒空
5.把A倒入B,直到A为空或B满
6.把B倒入A,直到B为空或A满

#include<iostream>
#include<algorithm>
#include<cstring>
#include<string>
#include<cstdio>
#include<queue>
using namespace std;
const int INF = 0x3f3f3f3f;
const int MAXN = 1e5 + 7;
int a, b, c;
bool flag = false;
int vis[300][300]; // vis[i][j] = 1表示a中有i升水,b中有j升水的状态出现
string op[8] = {"", "FILL(1)", "FILL(2)", "DROP(1)", "DROP(2)", "POUR(1,2)", "POUR(2,1)"}; // 操作
struct node
{
    int x, y, step; // a,b杯中水的含量;当前步数
    string s; // 记录操作
    node(int _x, int _y, int _step, string _s):x(_x), y(_y), step(_step), s(_s){}
};
void bfs()
{
    memset(vis, 0, sizeof(vis));
    vis[0][0] = 1;
    queue<node> q;
    q.push(node(0, 0, 0, "0"));
    while(!q.empty())
    {
        node tmp = q.front(); q.pop();
        if(tmp.x == c || tmp.y == c)
        {
            flag = true;
            cout << tmp.step ;
            for(int i = 0; i < tmp.s.length(); i++)
                cout << op[tmp.s[i] - '0'] << endl;
            return ;
        }

        if(tmp.x < a) // a没满,将a装满
            if(!vis[a][tmp.y])
                vis[a][tmp.y] = 1, q.push(node(a, tmp.y, tmp.step + 1, tmp.s + "1"));
        if(tmp.y < b) // 将b装满
            if(!vis[tmp.x][b])
                vis[tmp.x][b] = 1, q.push(node(tmp.x, b, tmp.step + 1, tmp.s + "2"));
        if(tmp.x != 0) // a不为空,将a倒空
            if(!vis[0][tmp.y])
                vis[0][tmp.y] = 1, q.push(node(0, tmp.y, tmp.step + 1, tmp.s + "3"));
        if(tmp.y != 0) // 将b倒空
            if(!vis[tmp.x][0])
                vis[tmp.x][0] = 1, q.push(node(tmp.x, 0, tmp.step + 1, tmp.s + "4"));
        if(tmp.x != 0 && tmp.y < b) // 将a倒入b
        {
            int nx, ny;
            if(tmp.x <= b - tmp.y) // a可全部倒入b
                nx = 0, ny = tmp.x + tmp.y;
            else
                nx = tmp.x + tmp.y - b, ny = b; // b装满,a中有剩余
            if(!vis[nx][ny])
                vis[nx][ny] = 1, q.push(node(nx, ny, tmp.step + 1, tmp.s + "5"));
        }
        if(tmp.y != 0 && tmp.x < a) // 将b倒入a
        {
            int nx, ny;
            if(tmp.y <= a - tmp.x) // b可全部倒入a
                nx = tmp.x + tmp.y, ny = 0;
            else
                nx = a, ny = tmp.x + tmp.y - a; // a装满,b中有剩余
            if(!vis[nx][ny])
                vis[nx][ny] = 1, q.push(node(nx, ny, tmp.step + 1, tmp.s + "6"));
        }
    }
}
int main()
{
    cin >> a >> b >> c;
    bfs();
    if(!flag) cout << "impossible" << endl;
    return 0;
}
混合动力汽车(HEV)模型的Simscape模型(Matlab代码、Simulink仿真实现)内容概要:本文档介绍了一个混合动力汽车(HEV)的Simscape模型,该模型通过Matlab代码和Simulink仿真工具实现,旨在对混合动力汽车的动力系统进行建模与仿真分析。模型涵盖了发动机、电机、电池、传动系统等关键部件,能够模拟车辆在不同工况下的能量流动与控制策略,适用于动力系统设计、能耗优化及控制算法验证等研究方向。文档还提及该资源属于一个涵盖多个科研领域的MATLAB仿真资源包,涉及电力系统、机器学习、路径规划、信号处理等多个技术方向,配套提供网盘下载链接,便于用户获取完整资源。; 适合人群:具备Matlab/Simulink使用基础的高校研究生、科研人员及从事新能源汽车系统仿真的工程技术人员。; 使用场景及目标:①开展混合动力汽车能量管理策略的研究与仿真验证;②学习基于Simscape的物理系统建模方法;③作为教学案例用于车辆工程或自动化相关课程的实践环节;④与其他优化算法(如智能优化、强化学习)结合,实现控制策略的优化设计。; 阅读建议:建议使用者先熟悉Matlab/Simulink及Simscape基础操作,结合文档中的模型结构逐步理解各模块功能,可在此基础上修改参数或替换控制算法以满足具体研究需求,同时推荐访问提供的网盘链接获取完整代码与示例文件以便深入学习与调试。
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