uva 10884(经典序列)

本文介绍了一种使用规划算法解决特定组合计数问题的方法。通过递归地定义状态并利用动态规划思想来减少重复计算,实现了高效求解特定条件下路径数量的功能。该算法应用于特定的整数范围内寻找满足条件的路径组合。


先存下用规划找出个数的代码

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <iostream>
#include <cmath>
#include <vector>
using namespace std;

typedef long long ll;
typedef pair<int,int> pii;
#define rep(i,n) for(int i =0;i<(int)n;i++)
#define rep1(i,x,y) for(int i=(int)x;i<=(int)y;i++)

#define lef 0
#define rig 1
const int N = 51;
ll d[N][N][N][2][2];
bool vis[N][N][N][2][2];
int n , m;
ll dp(int x , int y  ,int y2 , int hv1 , int hv2)
{
    if(vis[x][y][y2][hv1][hv2]) return d[x][y][y2][hv1][hv2];
    vis[x][y][y2][hv1][hv2] = 1;
    ll& ans = d[x][y][y2][hv1][hv2];
    if(x == m)
    {
        return ans = (hv1&hv2);
    }
    ans = 0;
    int l1 = 0 , r1 = y2 - 1;
    int l2 = y + 1 , r2 = n;
    if(hv1 == 0) r1 = y;
    else  l1 = y;
    if(hv2 == 0) l2 = y2;
    else  r2 = y2;
    rep1(i , l1 , r1)
    rep1(j , l2 , r2)  if(i + 1 <= j)
    {
        ans += dp(x + 1 , i , j , hv1|(i == 0) , hv2 | (j == n));
    }
    return ans ;
}
ll cal()
{
    memset(vis,false,sizeof(vis));
    ll ans = 0;
    for(int i = 0 ; i<n ; i++)
        for(int j = i + 1 ; j<=n ; j++)
        {
            ll num = dp(1 , i ,  j , i == 0, j == n);
            ans += num;
        }
    return ans ;
}
int main()
{
    for(int i = 2 ; i<=30 ; i+=2)
    {
        n = i;
        int x = n / 2;
        ll res = 0;
        for(int i = 1 ; i + i <=x ; i++)
        {
            int c = 1 ;
            if(i != x - i) c = 2;
            n = i , m = x - i;
            res += cal() * c;
        }
     cout<<res<<endl;
    }
    return 0;
}


多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)内容概要:本文介绍了基于Matlab代码实现的多源动态最优潮流的分布鲁棒优化方法,适用于IEEE118节点电力系统。该方法结合两阶段鲁棒模型与确定性模型,旨在应对电力系统中多源不确定性(如可再生能源出力波动、负荷变化等),提升系统运行的安全性与经济性。文档还列举了大量相关的电力系统优化研究案例,涵盖微电网调度、电动汽车集群并网、需求响应、配电网重构等多个方向,并提供了YALMIP等工具包的网盘下载链接,支持科研复现与进一步开发。整体内容聚焦于电力系统建模、优化算法应用及鲁棒性分析。; 适合人群:具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事能源系统优化的工程技术人员;熟悉优化建模(如鲁棒优化、分布鲁棒优化)者更佳。; 使用场景及目标:①开展电力系统动态最优潮流研究,特别是含高比例可再生能源的场景;②学习和复现分布鲁棒优化在IEEE118等标准测试系统上的应用;③进行科研项目开发、论文复现或算法比较实验;④获取相关Matlab代码资源与仿真工具支持。; 阅读建议:建议按文档结构逐步浏览,重点关注模型构建思路与代码实现逻辑,结合提供的网盘资源下载必要工具包(如YALMIP),并在Matlab环境中调试运行示例代码,以加深对分布鲁棒优化方法的理解与应用能力。
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