(step4.2.4)hdu 1548(A strange lift——BFS)

本文介绍了一种使用广度优先搜索(BFS)解决电梯从起点到终点最少步数的问题,并提供了详细的代码实现和解题思路说明。

题目大意:第一行输入三个整数N,A,B。N表示这个电梯共有多少层(电梯有多少层???貌似这种说法有点错误。。但是意思你懂就是啦····),A表示起点(即你现在所在的层数),

B表示终点(即,你想到达的层数)。接下来有N个数字如k1.......ki.......kn,每个数字分别表示在该层可以向上或者是向下移动多少层.........。求到达终点的最少步数

(如果不能到达终点,则输出-1)


解题思路:BFS

较为详细的讲解在代码中会有所体现。在这里只是提一下需要注意的地方;

1)在BFS的题目中,要注意for( i = 0 ?  1??) ——即,就是要注意for循环里面的i是从0开始方便呢???还是从1开始方便呢。。这个要仔细斟酌。。。。。

2)解题关键:

dir[i]、a[now.floor]共同决定往哪个方向走、走多少步.

/*
 * 1548_1.cpp
 *
 *  Created on: 2013年8月16日
 *      Author: Administrator
 */     章泽天,我的女神!!!!!

#include <iostream>
#include <queue>

using namespace std;

/**
 * N: 总共有几层
 * A: 起点(你现在在第几层)
 * B: 终点(你要去第几层)
 * a[] :用来记录每一层可以上或下的层数
 */
int N,A,B;
int a[201];

const int maxn = 201;
bool visited[maxn];

/**
 * dir[2]={1,-1},咋一看,决定了往哪个方向移,移多少步..
 * 其实不然。。。。有时他可能只需决定往哪个方向移
 * (这道题就是只需决定往哪个方向移即可,移动多少步由a[i]来决定)
 *
 */
int dir[2]={1,-1};

struct State{
	int floor;
	int step_counter;
};

bool checkState(State st){
	if(!visited[st.floor]&&( !(st.floor < 1 || st.floor > B) )){
		return true;
	}

	return false;
}

int bfs(){
	queue<State> q;
	State st,now,next;

	st.floor = A;
	st.step_counter = 0;
	q.push(st);
	memset(visited,0,sizeof(visited));//这一句千万不要漏掉,否则一般情况下你只有第一个答案是正确的
	visited[st.floor] = 1;
	while(!q.empty()){
		now = q.front();

		if(now.floor == B){
			return now.step_counter;
		}

		int i;
		for( i = 0 ; i < 2 ; ++i){
			//dir[i]、a[now.floor]共同决定往哪个方向走、走多少步.
			next.floor = now.floor + dir[i]*a[now.floor];
			next.step_counter = now.step_counter + 1;

			if(checkState(next)){
				q.push(next);
				visited[next.floor] = 1;
			}

		}

		q.pop();
	}

	return -1;

}

int main(){
	while(scanf("%d",&N)!=EOF,N){
		scanf("%d%d",&A,&B);
		int i;
        for( i = 1 ; i <= N  ; ++i){
        	scanf("%d",&a[i]);
        }

        int ans = bfs();
        printf("%d\n",ans);
	}
}




内容概要:本文介绍了一种基于蒙特卡洛模拟和拉格朗日优化方法的电动汽车充电站有序充电调度策略,重点针对分时电价机制下的分散式优化问题。通过Matlab代码实现,构建了考虑用户充电需求、电网负荷平衡及电价波动的数学模【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)型,采用拉格朗日乘子法处理约束条件,结合蒙特卡洛方法模拟大量电动汽车的随机充电行为,实现对充电功率和时间的优化分配,旨在降低用户充电成本、平抑电网峰谷差并提升充电站运营效率。该方法体现了智能优化算法在电力系统调度中的实际应用价值。; 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、科研人员及从事新能源汽车、智能电网相关领域的工程技术人员。; 使用场景及目标:①研究电动汽车有序充电调度策略的设计与仿真;②学习蒙特卡洛模拟与拉格朗日优化在能源系统中的联合应用;③掌握基于分时电价的需求响应优化建模方法;④为微电网、充电站运营管理提供技术支持和决策参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注目标函数构建、约束条件处理及优化求解过程,可尝试调整参数设置以观察不同场景下的调度效果,进一步拓展至多目标优化或多类型负荷协调调度的研究。
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