HDU 2544 最短路

本文介绍了一个使用Floyd算法解决最短路径问题的C语言程序实现。该程序通过读取顶点数和边的数量来初始化图,并为每条边设置权重。Floyd算法随后被用于更新图中所有顶点之间的最短路径。

原作者:http://www.verydemo.com/demo_c92_i330056.html

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


 

方法:floyd

 

#include<stdio.h>
#include<stdlib.h>
#define INF 1000000

int w[110][110], q[1000], y[1010], n = 0;

int main()
{
	int m = 0;
	int i = 0, j = 0, k = 0;
	int p = 0, q = 0, r = 0;
	while(scanf("%d%d",&n,&m)!=EOF)
	{
		if(m==0&&n==0)
			break;
		for(i = 1;i<=n;i++)
		{
			for(j = 1;j<=n;j++)
			{
				w[i][j] = INF;
			}
			w[i][i] = 0;
		}
		for(i = 0;i<m;i++)
		{
			scanf("%d%d%d",&p,&q,&r);
			w[p][q] = r;
			w[q][p] = r;
		}
		//floyd
		for(k = 1;k<=n;k++)
		{
			for(i = 1;i<=n;i++)
			{
				for(j = 1;j<=n;j++)
				{
					if(w[i][j]>w[i][k] + w[k][j])
					{
						w[i][j] = w[i][k] + w[k][j];
					}
				}
			}
		}
		printf("%d\n",w[1][n]);
	}
	system("pause");
	return 0;
}


 

基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
评论
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