POJ 1502 MPI Maelstrom Dijkstra算法 atoi函数

本文介绍了一个关于信息传递的问题,即如何找到使所有处理器接收信号所需的最短时间。文章详细解释了如何利用Dijkstra算法解决此类问题,并介绍了atoi()函数的应用。

    题意是说一个线路中进行信息传递,从一个处理器开始向外同时发出信号,问最短需要多少时间可以让所有处理器收到信号。自己传送给自己不需要时间,所以输入方式是一个倒三角的格式,也就是半个矩阵。这道题说是最短,其实是求走过这些路的所有点中最长的一个,因为是同时发出的,所以最长的这一条线路接收到就可以认定为全部收到了。而判断是否为最长的线路中最短的一条,就可以用求最短路的方法来求出,因为要对所有点进行一下标记,所以这里使用Dijkstra算法。正好貌似还没整理过Dijkstra。

    在看代码的时候还注意到一个新的用法,因为题目的输入是通过矩阵的斜三角输入的,如果两点之间没有路径就输入一个'x',所以这里需要区分开输入的是数字还是字母,因此学到了一个工具叫做atoi()函数,他的作用是把字符串变成int型数字,atoi() 函数会扫描参数 str 字符串,跳过前面的空白字符(例如空格,tab缩进等),直到遇上数字或正负符号才开始做转换,而再遇到非数字或字符串结束时('\0')才结束转换,并将结果返回。所以这里输入直接用char输入,如果是数字就可以直接改正,而不用像我之前那样一位一位代换了。

    下面代码:

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<climits>
using namespace std;
int ma[105][105],dis[105],m,n,vis[105];

int max(int a,int b)
{
    return a>b?a:b;
}

int Dijkstra(int k)
{
    int i,j,minn,pos;
    memset(vis,0,sizeof(vis));
    for(i=1;i<=n;i++)
    {
        dis[i]=INT_MAX;
    }
    dis[k]=0;
    for(i=1;i<=n;i++)
    {
        minn=INT_MAX;
        pos=0;
        for(j=1;j<=n;j++)
        {
            if(!vis[j]&&minn>dis[j])
            {
                pos=j;
                minn=dis[j];
            }
        }
        vis[pos]=1;
        for(j=1;j<=n;j++)
        {
            if(dis[j]>dis[pos]+ma[pos][j]&&ma[pos][j]!=INT_MAX)
            {
                dis[j]=dis[pos]+ma[pos][j];
            }
        }
    }
    return 0;
}

int main()
{
    int i,j;
    char s[15];
    int ans;
    while(scanf("%d",&n)!=EOF)
    {
        ans=-1;
        for(i=0;i<=n;i++)
        {
            for(j=0;j<=n;j++)
            {
                if(i!=j)
                    ma[i][j]=INT_MAX;
                else
                    ma[i][j]=0;
            }
        }
        for(i=1;i<=n;i++)
        {
            for(j=1;j<i;j++)
            {
                scanf("%s",s);
                if(s[0]!='x')
                {
                    ma[i][j]=ma[j][i]=atoi(s);
                }
            }
        }
        Dijkstra(1);
        for(i=2;i<=n;i++)
        {
            ans=max(ans,dis[i]);
        }
        cout<<ans<<endl;
    }
    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
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