杭电3371 prime()算法

本文通过使用G++实现Prim最小生成树算法,解决了图中寻找最小生成树的问题。介绍了算法的基本思想,并提供了完整的代码实现及优化思路。博主在解决过程中遇到了一些性能瓶颈,寻求社区帮助进一步提升代码效率。

蛋疼的G++,,不解释。不过最近看楼教主似乎提交的代码都是用G++的,,,,看来以后提交代码都用G++吧,,,,能提高水平。。。。。用prime算法过的,,,跑了900多ms,,,无语,,,求优化!

G++ac代码:

#include <iostream> #include <string.h> #include <algorithm> using namespace std; const int N=502; //const int INF=0xfffffff; #define INF 10005 int visted[N],map[N][N],key[N]; int n,sum; void prime(){ memset(visted,0,sizeof(visted)); for(int i=1;i<=n;++i) key[i]=map[1][i]; key[1]=0;visted[1]=1; int temp,k; sum=0; for(int i=1;i<=n;++i){ temp=INF; for(int j=1;j<=n;++j){ if(!visted[j]&&temp>key[j]){ temp=key[j];k=j; } } if(temp==INF) break; //printf("temp===%d\n",temp); visted[k]=1; sum+=temp; //printf("sum==%d\n",sum); for(int j=1;j<=n;++j){ if(!visted[j]&&key[j]>map[k][j]) key[j]=map[k][j]; } } } int main(){ int kk; scanf("%d",&kk); while(kk--){ int m,k; memset(map,INF,sizeof(map)); scanf("%d%d%d",&n,&m,&k); int a,b,c; while(m--){ scanf("%d%d%d",&a,&b,&c); if(c<map[a][b]) map[a][b]=map[b][a]=c; } int t,x,y; while(k--){ scanf("%d",&t); scanf("%d",&x); t--; while(t--){ scanf("%d",&y); map[x][y]=map[y][x]=0; } } prime(); int flag=1; for(int i=1;i<=n;++i){ if(visted[i]==0){ flag=0;break; } } if(flag) printf("%d\n",sum); else printf("-1\n"); } return 0; }

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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