POJ 3669 Meteor Shower(BFS)

本文介绍了一种解决Bessie在流星雨中逃脱问题的方法。通过预处理流星撞击范围并使用BFS算法来确定Bessie能否及时逃脱及其所需最短时间。

题意:Bessie去看流星,可是遇到了危险,流星落下砸毁上下左右中5个点,于是他就开始逃逃逃,Bessie开始在(0,0)点,每次可以向上下左右移动一步,每个流星落下都有一定的时间点,之后毁灭的点不可复原,问Bessie能逃脱危险的最短时间,不能逃出的话输出-1。

思路:在输入的时候进行预处理,一颗流星落下后,上下左右中5个点全毁灭,记录下最小的毁灭时间,如果不会被毁灭,则为-1。进行BFS,结构体记录下坐标(x,y)和到这一点的时间t,每次搜索上下左右中5个点,若毁灭时间小于等于当前时间,就说明此点已被毁灭,continue;若为-1,则为安全地点,BFS结束;若毁灭时间大于当前时间,说明此点目前可达,把这一点的时间记为目前时间,因为每一个点只能到达一次,之后再回来,情况更糟。

细节参见代码:

#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<set>
#include<map>
#include<vector>
#include<queue>
#include<cmath>
#include<algorithm>
#include<sstream>
#include<cstdlib>
using namespace std;

int dx[]={0,0,1,-1,0};
int dy[]={0,1,0,0,-1};
struct node{
int x;
int y;
int step;
node(int xx=0,int yy=0,int ss=0):x(xx),y(yy),step(ss) {}
};
int time[500][500];
int n,x,y,t;
void BFS()
{
    int x,y,t,xx,yy,ss;
    if(time[0][0]==0) {printf("-1\n");return ;}
    else if(time[0][0]==-1) {printf("0\n");return;}
    queue<node> Q;
    node beg(0,0,0);
    Q.push(beg);
    while(!Q.empty()){
        node now=Q.front();Q.pop();
         x=now.x;
         y=now.y;
         step=now.step;
        for(int i=0;i<5;i++){
             xx=x+dx[i];
             yy=y+dy[i];
             ss=step+1;
            if(xx<0||yy<0) continue;
            if(time[xx][yy]<=ss&&time[xx][yy]!=-1) continue;
            if(time[xx][yy]==-1) {printf("%d\n",ss);return;}
                Q.push(node(xx,yy,ss));
                time[xx][yy]=ss;
        }
    }
    printf("-1\n");
}
int main()
{
    scanf("%d",&n);
    memset(time,-1,sizeof(time));
    for(int i=0;i<n;i++){
        scanf("%d%d%d",&x,&y,&t);
        for(int j=0;j<5;j++){
            int xx=x+dx[j];
            int yy=y+dy[j];
            if(xx<0||yy<0) continue;
            if(time[xx][yy]==-1) time[xx][yy]=t;
            else time[xx][yy]=min(time[xx][yy],t);
        }
    }
    BFS();
    return 0;
}


【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】(Matlab代码实现)内容概要:本文介绍了基于IEEE33节点的配电网韧性提升方法,重点研究了移动储能系统的预布局与动态调度策略。通过Matlab代码实现,提出了一种结合预配置和动态调度的两阶段优化模型,旨在应对电网故障或极端事件时快速恢复供电能力。文中采用了多种智能优化算法(如PSO、MPSO、TACPSO、SOA、GA等)进行对比分析,验证所提策略的有效性和优越性。研究不仅关注移动储能单元的初始部署位置,还深入探讨其在故障发生后的动态路径规划与电力支援过程,从而全面提升配电网的韧性水平。; 适合人群:具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事智能电网、能源系统优化等相关领域的工程技术人员。; 使用场景及目标:①用于科研复现,特别是IEEE顶刊或SCI一区论文中关于配电网韧性、应急电源调度的研究;②支撑电力系统在灾害或故障条件下的恢复力优化设计,提升实际电网应对突发事件的能力;③为移动储能系统在智能配电网中的应用提供理论依据和技术支持。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析,重点关注目标函数建模、约束条件设置以及智能算法的实现细节。同时推荐参考文中提及的MPS预配置与动态调度上下两部分,系统掌握完整的技术路线,并可通过替换不同算法或测试系统进一步拓展研究。
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
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