Fence Repair

本文介绍了一个使用C++实现的最小生成树算法,通过不断合并边权重最小的两个节点,直至形成一棵树。算法首先寻找当前集合中权值最小的两个节点,然后将这两个节点合并,并更新节点集合,直至所有节点都属于同一集合。

这里写图片描述

#include <cstdio>
#include <iostream>
#include <algorithm>

using namespace std;

#define MAX_N 2000

typedef long long ll;
int N,L[MAX_N];

void solve()
{
    ll ans=0;

    while(N>1)
    {
        int mii1=0,mii2=1;
        if(L[mii1]>L[mii2])
            swap(mii1,mii2);
        for(int i=2;i<N;i++)
        {
            if(L[i]<L[mii1])
            {
                mii2=mii1;
                mii1=i;
            }
            else if(L[i]<L[mii2])
            {
                mii2=i;
            }
        }

        int t=L[mii1]+L[mii2];
        ans+=t;
        if(mii1==N-1)
            swap(mii1,mii2);
        L[mii1]=t;
        L[mii2]=L[N-1];
        N--;
    }
    printf("%lld\n",ans);
}

int main()
{
    printf("N:\n");
    scanf("%d",&N);

    for(int i=0;i<N;i++)
    {
        printf("L[%d]:\n",i);
        scanf("%d",&L[i]);
    }

    solve();
    return 0;
}

版权声明:本文为 NoMasp柯于旺 原创文章,未经许可严禁转载!欢迎访问我的博客:http://blog.youkuaiyun.com/nomasp

转载于:https://my.oschina.net/nomasp/blog/503234

基于Benders、TSO-DSO协调的不确定性的输配电网双层优化模型研究(Matlab代码实现)内容概要:本文围绕“基于Benders、TSO-DSO协调的不确定性输配电网双层优化模型”展开研究,提出了一种考虑不确定性的输配电网协调优化方法,采用双层优化架构,上层为输电网运营商(TSO),下层为配电网运营商(DSO),通过Benders分解算法实现两者的协调交互。研究重点在于应对新能源出力、负荷需求等不确定性因素,构建鲁棒或随机优化模型,并利用Matlab进行代码实现与仿真验证。文中还提到了YALMIP工具包的应用,支持优化问题的建模与求解。此外,文档列举了大量相关科研资源与服务内容,涵盖电力系统、智能优化、机器学习、路径规划等多个方向,强调科研中“借力”与创新的重要性。; 适合人群:具备电力系统、优化理论及Matlab编程基础的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习双层优化模型在输配电网协调中的建模方法;②掌握Benders分解算法在电力系统优化中的应用;③实现考虑不确定性的电力系统优化调度仿真;④获取相关领域Matlab代码资源以支撑科研项目。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例进行实践,重点关注双层结构建模与Benders分解的迭代过程,同时可参考文中列出的其他研究方向拓展思路。
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  | 博主筛选后可见
 
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