poj 1860 bellman ford算法

本文介绍了一种变相使用Bellman-Ford算法的方法,用于解决带费用的货币兑换问题。通过构建图模型,利用双精度浮点数进行精确计算,判断是否存在负权回路,进而确定是否有可能无限获利。

变相的使用bellman。

#include <iostream>
#include <vector>
#include <queue>

using namespace std;
double INF=1e9;
int s,n,m;
double v;
#define NUM 105
struct Exchage{
	int to;
	double r;
	double c;
	void data(int _to,double _r,double _c){
		to=_to;
		r=_r;
		c=_c;
	}
}exchage;
vector<Exchage> ex[NUM];
queue<int> q;
double d[NUM];
void init(){
	for(int i=0;i<NUM;i++){
		d[i]=INF;
	}
}
int main(){
	scanf("%d %d %d %lf",&n,&m,&s,&v);
	for(int i=0;i<m;i++){
		int A,B;
		double RAB,CAB,RBA,CBA;
		scanf("%d %d %lf %lf %lf %lf",&A,&B,&RAB,&CAB,&RBA,&CBA);
		exchage.data(B,RAB,CAB);
		ex[A].push_back(exchage);
		exchage.data(A,RBA,CBA);
		ex[B].push_back(exchage);
	}
	init();
	d[s]=-v;
	q.push(s);
	while(!q.empty()){
		int from=q.front();
		q.pop();
		for(int j=0;j<ex[from].size();j++){
			double nv=(d[from]+ex[from][j].c)*ex[from][j].r;
			if(d[ex[from][j].to]>nv){
				d[ex[from][j].to]=nv;
				q.push(ex[from][j].to);
			}
		}
		if(d[s]<-v){
			cout<<"YES"<<endl;
			return 0;
		}
	}
	cout<<"NO"<<endl;
	return 0;
}


【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 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数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
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