poj 1273 ---&&--- hdu 1532 最大流模板

本文深入探讨Edmonds-Karp最短增广路算法,基于Ford-Fulkerson算法的延伸,详细讲解通过广搜更新边权重,实现最大流计算的过程。代码示例使用C++实现,包括初始化连接矩阵,进行BFS搜索,更新最小通路等关键步骤。
最近在换代码布局,因为发现代码布局也可以引起一个人的兴趣
这个方法是算法Edmonds-Karp 最短增广路算法,不知道的话可以百度一下,基于Ford-Fulkerson算法的基础上延伸的
其实我不是很透彻的领悟这个算法的精髓,只知道怎样实现,现在的任务就是多刷几道题,见识见识题型,就可以更透彻领悟为什么这么做,之后再拐回来研究算法,这样就可以学习和实践相结合!


 
详解 : 就是每次广搜后都让走过的边减去这条通路的最小的通路,逆向通路加上这条通路的最小通路,
也就是最大容纳量,形成新的通路
之后就记录最小通路 maxflow=0 ;maxflow+=minflow;
  1  2  3   4  连接矩阵初始化
1 0 40 0 20 
2 0  0 30  20                                                            
3 0 0 0 10
4 0 0 0 0
#include<iostream>
#include<stdio.h>
#include<string.h>
#include<queue>
using namespace std;
#define Min(a, b) a<b?a:b;
#define INF 0x3f3f3f3f

const int N=220;
int river, land;
int G[N][N], pre[N];//previous 先前的

int EK(int s, int e);//start, end
bool BFS(int s, int e);

int main()
{
    while(scanf("%d%d", &river, &land)!=EOF)
    {
        memset(G, 0, sizeof(G));

        int a, b, flow;

        while(river--)
        {
            scanf("%d%d%d", &a, &b, &flow);
            G[a][b]+=flow;//调试的时候发现少了一个‘+’,因为可能有重边
        }

        int ans = EK(1, land);
        printf("%d\n", ans);
    }
    return 0;
}

int EK(int s, int e)
{
    int maxflow=0;//就是要求的最大流
    while(BFS(s, e)==true)//注意这里是while 因为要进行BFS直到整个图都被搜完了,无法再搜了;
    {
        int minflow=INF;//这是定义了最小流,根据木桶原理,其实就是这个通道最大容纳量

        for(int i=e; i!=s; i=pre[i])//这里for循环里面的东西, i从e开始每次都变为它的前一个节点,
             minflow=Min(minflow, G[pre[i]][i]);

        for(int i=e; i!=s; i=pre[i])//修改路径
        {
            G[pre[i]][i]-=minflow;
            G[i][pre[i]]+=minflow;
        }

        maxflow+=minflow;
    }
    return maxflow;
}

bool BFS(int s, int e)
{
    memset(pre, 0, sizeof(pre));

    queue<int>Q;
    Q.push(s);

    while(!Q.empty())
    {
        int i=Q.front(); Q.pop();//队首出队列

        if(i==e)
            return true;

        for(int j=1; j<=e; j++)//调试的时候发现少些一个‘=’ j<=e;
        {
            if(G[i][j]&&pre[j]==0)//当i和j点之间有通路时,且没有被访问过
            {
                pre[j]=i;
                Q.push(j);
            }
        }
    }

    return false;
}

转载于:https://www.cnblogs.com/wazqWAZQ1/p/4724379.html

基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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