HDU 4435

题目大意:有一个国王他开着一辆最大只能行驶d距离的车子(因为行驶完d距离后车子就没油了)环游世界,他想从1点出发环游到n点再回来,由于车子的原因,他必须在某几个点上建加油站,来保证它能够顺利的环游世界,但是在第i个点建立加油站的费用为2^i,因此问你如何建站能使所需要的费用最小,如果怎么建站也不行的话就输出-1。

算法思想:假设我们再每个点都建站,如果这样都不能完成的话,那么肯定输出-1,否则,我们就从第n个点开始,判断第n个点是否需要建加油站,如果少了这个加油站不能完成的话,那么这个点必须要建站,然后在判断第n-1个点,n-2个点,一直到第2个点(因为第一个点根据题目要求必须要建站)。

那么如何判断是否完成呢?因为每次都从1点开始,我们先把1点如队列,然后我们就从1点开始更新与1点相接的所有点的距离,如果是加油站,则再把他入队,否则更新该点的最短距离,直到队列为空。这样的话,我们到最后可以这样判断是否完成:如果该点不是加油站,但是他的最短距离超过了d/2(因为要往返)或者该点是加油站,但是这个加油站没有被访问到,说明该点没有被访问过,则不能完成,反之,则能完成。

#include <iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
#include<queue>
using namespace std;
#define MAXN 130
#define INF 0x3f3f3f3f
typedef struct Node
{
    int x;
    int y;
};
Node nodes[MAXN];
int n,d;
double a[MAXN][MAXN],dist[MAXN];//dist数组表示当前点到最近的加油站的距离
bool visited[MAXN],flag[MAXN];
double calc(int l,int r)
{
    return sqrt((nodes[l].x-nodes[r].x)*(nodes[l].x-nodes[r].x)+(nodes[l].y-nodes[r].y)*(nodes[l].y-nodes[r].y));
}
bool travel()
{

    queue<int>que;
   memset(visited,false,sizeof(visited));

   for(int i=1;i<=n;i++)
   {
       if(flag[i])
        dist[i]=0;
       else
        dist[i]=INF;
   }
    visited[1]=true;
    que.push(1);
    while(!que.empty())
    {

        int k=que.front();
        que.pop();
        for(int i=1;i<=n;i++)
        {

            if(!visited[i]&&a[k][i]<=d)
            {
                dist[i]=min(dist[i],dist[k]+a[k][i]);
                if(flag[i])
                {
                    visited[i]=true;
                    que.push(i);
                }

            }

        }
    }

    for(int i=1;i<=n;i++)
    {
        if(!flag[i]&&dist[i]>d/2)
            return false;
        if(flag[i]&&!visited[i])
            return false;
    }
    return true;
}
int main()
{
    while(scanf("%d%d",&n,&d)!=EOF)
    {
        memset(flag,false,sizeof(flag));
        //memset(visited,false,sizeof(visited));
        memset(nodes,0,sizeof(nodes));
        for(int i=1;i<=n;i++)
        {

            scanf("%d%d",&nodes[i].x,&nodes[i].y);

        }

        for(int i=1;i<=n;i++)
        {
            for(int j=1;j<=n;j++)
            {

                a[i][j]=calc(i,j);

            }
        }

        for(int i=1;i<=n;i++)
        {

            flag[i]=true;//假设一开始都有加油站

        }

        if(!travel())//在每个点都有加油站的情况下还不能走到的话就说明肯定不能走到
        {
            printf("-1\n");
            continue;
        }
        for(int i=n;i>1;i--)
        {

            flag[i]=false;
            if(!travel())
                flag[i]=true;
        }
        int f=0;
        for(int i=n;i>=1;i--)
        {
            if(flag[i])
            {
                f=i;
                break;
            }

        }
        for(int i=f;i>=1;i--)
        {
            if(flag[i])
                printf("%d",1);
            else
                printf("%d",0);
        }
        printf("\n");





    }
    return 0;
}

 

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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