hdu 2544

本文介绍了一个经典的最短路径问题——HDU2544,通过使用迪杰斯特拉算法解决从起点到终点的最短路径问题。提供了两种实现方式:一种是朴素的实现方法,另一种则是利用优先队列进行优化的方法。

hdu 2544

在每年的校赛里,所有进入决赛的同学都会获得一件很漂亮的t-shirt。但是每当我们的工作人员把上百件的衣服从商店运回到赛场的时候,却是非常累的!所以现在他们想要寻找最短的从商店到赛场的路线,你可以帮助他们吗?

Input
输入包括多组数据。每组数据第一行是两个整数N、M(N<=100,M<=10000),N表示成都的大街上有几个路口,标号为1的路口是商店所在地,标号为N的路口是赛场所在地,M则表示在成都有几条路。N=M=0表示输入结束。接下来M行,每行包括3个整数A,B,C(1<=A,B<=N,1<=C<=1000),表示在路口A与路口B之间有一条路,我们的工作人员需要C分钟的时间走过这条路。
输入保证至少存在1条商店到赛场的路线。
Output
对于每组输入,输出一行,表示工作人员从商店走到赛场的最短时间
Sample Input
2 1
1 2 3
3 3
1 2 5
2 3 5
3 1 2
0 0
Sample Output
3
2
最基础迪杰斯特拉,复习用。
这个讲的挺好
http://blog.youkuaiyun.com/mu399/article/details/50903876
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <iostream>
using namespace std;
int mp[105][105];
int d[105];
bool used[105];
int n;
const int inf = 0x3f3f3f3f;
void dij(int s)
{
    for(int i = 1; i <= n; i++) d[i] = inf;
    memset(used, false, sizeof(used));
    d[s] = 0;
    while(1){
        int v = -1;
        for(int i = 1; i <= n; i++)
            if(!used[i] && (v == -1 || d[i] < d[v])) v = i;
        if(v == -1) break;
        used[v] = 1;
        for(int i = 1; i <= n; i++){
            d[i] = min(d[i], d[v] + mp[v][i]);
        }
    }
}
int main()
{
    ios::sync_with_stdio(false), cin.tie(0), cout.tie(0);
    int m, a, b, c;
    while(cin >> n >> m && n && m){
        for(int i=1;i<=n;i++)
        {
            for(int j=1;j<=n;j++)
            {
                if(i==j) mp[i][j]=0;
                else mp[i][j]=inf;
            }
        }
        for(int i = 0; i < m; i++){
            cin >> a >> b >> c;
            mp[a][b] = c;
            mp[b][a] = c;
        }
        dij(1);
        cout << d[n] <<endl;
    }


}//朴素写法

#include <cstdio>
#include <queue>
#include <cstring>
#include <iostream>
using namespace std;
const int inf  = 0x3f3f3f3f;
int d[105];
int used[105];
int n;
struct edge{
    int cost, to;
    edge(int x, int y){
        cost = x;
        to = y;
    }
};
vector <edge> g[105];
typedef pair<int, int> p;
void dij(int x)
{
    priority_queue<p, vector<p>, greater<p> > q;
    memset(used, 0, sizeof(used));
    memset(d, 0x3f, sizeof(d));
    d[x] = 0;
    q.push(p(0,x));
    while(!q.empty()){
        p now = q.top();;
        q.pop();
        int v = now.second;
        if(d[v] < now.first) continue;
        for(int i = 0; i < g[v].size(); i++){
            edge e = g[v][i];
            //cout << v <<" " <<  e.to <<" " << v <<" " << e.cost;
            if(d[e.to] > d[v] + e.cost){
                d[e.to] = d[v] + e.cost;
                q.push(p(d[e.to], e.to));
            }
        }
    }


}
int main()
{
    int m;
    ios::sync_with_stdio(false), cin.tie(0), cout.tie(0);
    while(cin >> n >> m && n && m){
        int a, b, c;
        for(int i = 1; i <= n; i++) g[i].clear();
        for(int i = 0; i < m; i++){
            cin >> a >> b >> c;
            g[a].push_back(edge(c,b));
            g[b].push_back(edge(c,a));
        }
        dij(1);
        cout << d[n] <<endl;
    }
}
//优先队列优化 这里是参考http://www.cnblogs.com/qijinbiao/archive/2012/10/04/2711780.html来写的 复杂度有所优化


提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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