第十三周项目四——数组的排序(1)

本文介绍了一个简单的冒泡排序算法实现,通过两个嵌套循环完成数组的排序,并展示了如何使用该函数对不同大小的整数数组进行排序。
/*
 *Copyright (c) 2014, 烟台大学计算机学院
 * All right reserved.
 * 文件名称:test.cpp
 * 作者:陈丹
 * 完成时间:2014年11月23号
 * 版本号:v1.0
 *
 *问题描述:编写函数,完成冒泡排序
 *输入描述:无输入
 *程序输出:输出排序后的数组
 */
#include <iostream>
#include <cstdio>
using namespace std;
void bubble_sort(int a[],int n);
void output_array(int a[],int n);
int main( )
{
    int a[20]={86,76,62,58,77,85,92,80,96,88,77,67,80,68,88,87,64,59,61,76};
    int b[15]={27,61,49,88,4,20,28,31,42,62,64,14,88,27,73};
    bubble_sort(a,20);
    output_array(a,20);
    cout<<endl;
    bubble_sort(b,15);
    output_array(b,15);
    return 0;
}
   void bubble_sort(int a[],int n)
{
    int t;
    for(int i=0; i<n; ++i)
    {
        for(int j=0; j<n-1; ++j)
        {

            if(a[j]<a[j+1])
            {
               t=a[j];
                a[j]=a[j+1];
                a[j+1]=t;
            }
        }
    }
    return;
}


运行结果:

【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕“基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究”展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想与遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性与实用性。文中还提供了完整的Matlab代码实现路径,便于复现与进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建与算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
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