省选专练【网络流24题】天空飞行计划

模板

最大权闭合图

如何记录路径:

最后一遍BFS传达不为-1的

原理,割与不割决定了最后的结果。

于是最后的残量网络决定了割法。

另:毒瘤读入。

#include<bits/stdc++.h>
using namespace std;
const int N=39999;
const int INF=1e9+7;
inline bool read(int &res) //遇到'\n'跳出的读入优化 
{
    res = 0; char ch = getchar();
    while (!isdigit(ch)) { if (ch == '\n') return false; ch = getchar(); }
    while (isdigit(ch)) { res = res * 10 + ch - '0'; ch = getchar(); }
    if (ch == '\n') return false; else return true;
}
struct Front_star{
	int u,v,w,nxt;
}e[N]; 
int cnt=1;
int first[N]={0};
void addedge(int u,int v,int w){
	cnt++;
	e[cnt].u=u;
	e[cnt].v=v;
	e[cnt].w=w;
	e[cnt].nxt=first[u];
	first[u]=cnt;
}
void add(int u,int v,int w){
	addedge(u,v,w);
	addedge(v,u,0);
}
int pos=0;
int n,m;
int S=0;
int T=120;
int d[3000]={0};
queue<int> q;
bool bfs(){
	for(int i=S;i<=T;i++){
		d[i]=-1;
	}
	d[S]=1;
	q.push(S);
	while(!q.empty()){
		int x=q.front();
		q.pop();
		for(int i=first[x];i;i=e[i].nxt){
			int v=e[i].v;
			if(e[i].w&&d[v]==-1){
				d[v]=d[x]+1;
				q.push(v);
			}
		}
	}
	return d[T]!=-1;
}
int dfs(int st,int ed,int nowdat){
	int dat=0;
	if(st==ed){
		return nowdat;
	}
	for(int i=first[st];i;i=e[i].nxt){
		int v=e[i].v;
		if(e[i].w&&d[v]==d[st]+1){
			int now=min(nowdat-dat,e[i].w);
			now=dfs(v,ed,now);
			e[i].w-=now;
			e[i^1].w+=now;
			dat+=now;
			if(nowdat==dat){
				return dat;
			}
		}
	}
	if(!dat){
		d[st]=-2;
	}
	return dat;
}
void MCMF(){
	int ans=0;
	while(bfs()){
		ans+=dfs(S,T,INF);
//		cout<<ans<<endl;
//		if(ans==0)
//			return;
	}
	for(int i=1;i<=n;i++){
		if(d[i]!=-1){
			printf("%d ",i);
		}
	}
	printf("\n");
	for(int i=1;i<=m;i++){
		if(d[i+n]!=-1){
			printf("%d ",i);
		}
	}
	printf("\n");
	printf("%d",pos-ans);
}
int main(){
	scanf("%d%d",&n,&m);
	for(int i=1;i<=n;i++){
		int v;
		scanf("%d",&v);
		add(S,i,v);
		pos+=v;
		int x;
		while(read(x)){
//			cout<<"x="<<x<<endl;
			add(i,x+n,INF);
		}
		add(i,x+n,INF);
	}
//	cout<<cnt<<endl;
//	for(int i=2;i<=cnt;i++){
//		cout<<e[i].u<<" "<<e[i].v<<" "<<e[i].w<<endl;
//	}
//	cout<<"working"<<endl;
	for(int i=1;i<=m;i++){
		int val;
		read(val);
		add(i+n,T,val);
	}
	MCMF();
}

转载于:https://www.cnblogs.com/Leo-JAM/p/10079296.html

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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