poj 2236 Wireless Network

本文介绍了一种解决无线网络中点与点间连接问题的并查集算法。该算法通过修复损坏的网络节点,并判断两个节点间是否可以通过任意中转节点实现连接,实现了网络的动态维护与查询。文章提供了详细的代码实现,包括节点结构定义、查找根节点、链接节点等功能。

Wireless Network 并查集

题目大意:

有几个点,他们之间不超过一定距离的话,可以联通,
然后有好多点,都是坏的,有两种行为一个是选择修复某一个点,另一个是测试两个点之间是否可以联通,如果可以联通的话,就输出SUCCESS 否则的话就输出FAIL
其中,任意一个点都可以作为中转站

解体思路:

每修复一个点,就看下它与其他已经修复的点直接是否能联通,能得话就联通,
然后构建一个树,判断是否联通就看下根节点是否为同一个根节点

代码:

#include <iostream>
#include <cstring>

struct Greed //node节点
{
    double x, y;
}dir[1111];

int par[1111]; //树
int ok[1111]; //已经修复的点
int rank[1111]; //防止退化

bool vj(Greed a, Greed b, int d) //判断两个点之间是否能联通
{
    if((a.x - b.x) * (a.x - b.x) + (a.y - b.y) * (a.y - b.y) <= d * d) return true;
    return false;
}

int find(int a) //寻找这个点的根节点
{
    if(a == par[a]) return a;
    else return par[a] = find(par[a]);
}

void link(int a, int b) //连接两个点
{
    a = find(a);
    b = find(b);
    if(rank[a] < rank[b]) par[a] = b;
    else par[b] = a;
    if(rank[a] == rank[b]) rank[a]++; //防止树的高度过长
}

int main()
{
    int n, d;
    while(std::cin >> n >> d) //d为最长联通距离
    {
	int cnt = 0;
	memset(rank, 0, sizeof rank);
	for(int i = 1; i < 1111; ++i) par[i] = i; //初始化树
	for(int i = 0; i < n; ++i)
	    std::cin >> dir[i+1].x >> dir[i+1].y;
	char ch;
	while(std::cin >> ch)
	{
	if(ch == 'O') //如果是O,就表示这个点修复了
	{
	    int temp;
	    std::cin >> temp;
	    for(int i = 0; i < cnt; ++i)
	    {
		if(vj(dir[temp], dir[ok[i]], d)) //link 修复的点之间,如果可以联通就联通,构建树
		{
		    link(temp, ok[i]);
		}
	    }
	    ok[cnt++] = temp; //将已经修复的点放数组里
	}
	else //如果是测试的话
	{
	    int a, b;
	    std::cin >> a >> b;
	    //因为任何一个点都可以作为中间节点,所以只需要判断是否有同一根就好了
	    if(find(a) == find(b)) std::cout << "SUCCESS" << std::endl;
	    else std::cout << "FAIL" << std::endl;
	}
	}
    }
    return 0;
}

【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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