UVa 548 Tree

import java.io.*;
import java.util.*;

class Node {
	int val;
	Node left;
	Node right;
	public Node(int val) {
		this.val = val;
	}
}



public class Main {
	static Integer[] inorder;
	static Integer[] postorder;

	
	public static List<Integer> findminpath(Node root) {
		if(root.left == null && root.right == null) {
			List<Integer> res= new ArrayList<Integer>();
			res.add(root.val);
			return res;
		}
		else if(root.left != null && root.right != null) {
			List<Integer> l = findminpath(root.left);
			List<Integer> r = findminpath(root.right);
			int sum1 = 0, sum2 = 0;
			for(Integer i: l) sum1 += i;
			for(Integer i: r) sum2 += i;
			if(sum1 < sum2) {l.add(root.val); return l;}
			else {r.add(root.val); return r;}
		}
		else if(root.left == null && root.right != null) {
			List<Integer> r = findminpath(root.right);
			r.add(root.val); 
			return r;
		}
		else {
			List<Integer> l = findminpath(root.left);
			l.add(root.val); 
			return l;
		}
	}
	
	public static Node createTree(int istart, int pstart, int length) {
		if(length < 1) return null;
		int value = postorder[pstart + length - 1];
		Node root = new Node(value);
		int i;
		for(i = istart; i < istart + length; i++)
			if(inorder[i] == value) break;
		root.left = createTree(istart, pstart, i - istart);
		root.right = createTree(i + 1, pstart + i - istart, length - i + istart - 1);
		return root;
	}
	
	public static void transerval(Node rt) {
		if(rt == null) return;
		System.out.print(rt.val+ " ");
		transerval(rt.left);
		transerval(rt.right);
	}
	
	public static void main(String[] args) {
		Scanner cin = new Scanner(System.in);
		while(cin.hasNextLine()) {
			String tmp = cin.nextLine();
			String[] in = tmp.split(" ");
			tmp = cin.nextLine();
			String[] post = tmp.split(" ");
			int n = in.length;
			inorder = new Integer[n];
			postorder = new Integer[n];
			for(int i = 0; i < n; i++) {
				inorder[i] = Integer.parseInt(in[i]);
				postorder[i] = Integer.parseInt(post[i]);
			}
			Node root = createTree(0, 0, n);
			List<Integer> result = findminpath(root);
			System.out.println(result.get(0));
		}
	}
}

内容概要:该论文研究增程式电动汽车(REEV)的能量管理策略,针对现有优化策略实时性差的问题,提出基于工况识别的自适应等效燃油消耗最小策略(A-ECMS)。首先建立整车Simulink模型和基于规则的策略;然后研究动态规划(DP)算法和等效燃油最小策略;接着通过聚类分析将道路工况分为四类,并设计工况识别算法;最后开发基于工况识别的A-ECMS,通过高德地图预判工况类型并自适应调整SOC分配。仿真显示该策略比规则策略节油8%,比简单SOC规划策略节油2%,并通过硬件在环实验验证了实时可行性。 适合人群:具备一定编程基础,特别是对电动汽车能量管理策略有兴趣的研发人员和技术爱好者。 使用场景及目标:①理解增程式电动汽车能量管理策略的基本原理;②掌握动态规划算法和等效燃油消耗最小策略的应用;③学习工况识别算法的设计和实现;④了解基于工况识别的A-ECMS策略的具体实现及其优化效果。 其他说明:此资源不仅提供了详细的MATLAB/Simulink代码实现,还深入分析了各算法的原理和应用场景,适合用于学术研究和工业实践。在学习过程中,建议结合代码调试和实际数据进行实践,以便更好地理解策略的优化效果。此外,论文还探讨了未来的研究方向,如深度学习替代聚类、多目标优化以及V2X集成等,为后续研究提供了思路。
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