(step6.1.8)hdu 3367(Pseudoforest——最小生成树的逆应用)

本文探讨了最大生成树的概念,并通过并查集算法实现了解决方案。通过对比两棵树的状态(是否有环),文章详细阐述了如何在合并过程中进行判断与操作,最终求得最优解。

题目大意:这也是一刀不需要知道题目什么意思的题。只要能看懂样例就行了


解题思路:类似于最大生成树.

1)最大生成树体现在:

bool compare(const edge& a, const edge& b) {
	return a.weight > b.weight;
}

2)对于两棵树。如果都有环,不可合并。如果有一个环,标记后合并。如果没有环,直接合并。这主要体现在

if (fx != fy) {//两棵树
			if (visited[fx] && visited[fy]) {//都有环
				continue;
			}

			if (visited[fx] || visited[fy]) {//只有一个有环
				visited[fx] = visited[fy] = true;
			}
			//都没有环
			sum += e[i].weight;
			join(fx, fy);
		} else if (!visited[fx]) {//同一棵树,但是没有环(一棵树可以加一个环)
			join(fx, fy);
			visited[fx] = true;
			sum += e[i].weight;
		}


代码如下:

/*
 * 3367_1.cpp
 *
 *  Created on: 2013年8月27日
 *      Author: Administrator
 */

#include <iostream>

using namespace std;

struct edge {
	int begin;
	int end;
	int weight;
};

const int maxn = 10050;
int father[maxn];
edge e[maxn * maxn];
bool visited[maxn];

int find(int x) {
	if (x == father[x]) {
		return x;
	}

	father[x] = find(father[x]);
	return father[x];
}

void join(int x, int y) {
	int fx = find(x);
	int fy = find(y);

	if (fx != fy) {
		father[fx] = fy;
	}
}

int kruscal(int count) {
	int i;
	int sum = 0;

	for (i = 0; i < maxn; ++i) {
		father[i] = i;
	}

	for (i = 0; i < count; ++i) {
		int fx = find(e[i].begin);
		int fy = find(e[i].end);

		if (fx != fy) {//两棵树
			if (visited[fx] && visited[fy]) {//都有环
				continue;
			}

			if (visited[fx] || visited[fy]) {//只有一个有环
				visited[fx] = visited[fy] = true;
			}
			//都没有环
			sum += e[i].weight;
			join(fx, fy);
		} else if (!visited[fx]) {//同一棵树,但是没有环(一棵树可以加一个环)
			join(fx, fy);
			visited[fx] = true;
			sum += e[i].weight;
		}
	}

	return sum;
}

bool compare(const edge& a, const edge& b) {
	return a.weight > b.weight;
}

int main() {
	int n, m;
	while (scanf("%d%d", &n, &m) != EOF, n || m) {
		memset(father, 0, sizeof(father));
		memset(visited, 0, sizeof(visited));

		int i;
		for (i = 0; i < m; ++i) {
			scanf("%d%d%d", &e[i].begin, &e[i].end, &e[i].weight);
		}

		sort(e, e + m, compare);

		int sum = kruscal(m);

		printf("%d\n", sum);
	}
}



内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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

打赏作者

帅气的东哥

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