poj 1287 Networking(最小生成树)

本文介绍如何使用Kruskal算法结合并查集解决最小生成树问题,通过一个具体的编程实例展示了算法的实现过程。

题目来源:POJ 1287

简单题目分析:
给你若干点,以及两点间的距离,求将所有点连通的最小距离。
思路:最小生成树(MST),并查集+Kruskal算法。
Kruskal算法采用贪心策略,将每个边的权值按从小到大排序。首先生成一个与原图相同的点集,每次贪心权值最小的边,如果这个边连接的两个顶点没有连通(无论是直接连通还是间接连通),那么把这个边加上,如果两个顶点已经连通,则跳过这条边,直到图中已经存在n-1条边(n个顶点的图)。
其中并查集的作用是判断两个顶点是否连通。
#include <iostream>
#include <stdio.h>
#include <string.h>
#include <algorithm>
#define MAXN 10000
using namespace std;

struct node
{
    int first;
    int second;
    int len;
}temp[MAXN];

int pre[MAXN];

int findRoot(int x) 
{
     while(x!=pre[x])
        x=pre[x];
     return x;
}

bool cmp(node a,node b)
{
    return a.len<b.len;
}

int main()
{
    int p,r;
    while(~scanf("%d",&p) && p!=0)
    {
        scanf("%d",&r);
        int ans=0,cnt=0;
        int i;
        for(i=1;i<=p;++i)
            pre[i]=i;
        for(i=0;i<r;++i)
            scanf("%d %d %d",&temp[i].first,&temp[i].second,&temp[i].len);
        sort(temp,temp+r,cmp);
        for(i=0;i<r;++i)
        {
            if(cnt==p-1)
                break;
            else
            {
                if(findRoot(temp[i].first)!=findRoot(temp[i].second))
                {
                    pre[findRoot(temp[i].second)]=findRoot(temp[i].first);
                    cnt++;
                    ans+=temp[i].len;
                }
            }
        }
        printf("%d\n",ans);
    }
    return 0;
}

ps:这个题在vjudge(校内训练)上数据比较水,代码敲错了依然AC...回到寝室在POJ又提交一遍,发现RUNTIME ERROR,最后发现数组开小了。题目中说最多有50个顶点,那么最多就会有1225条边,然后把数组直接开成10000 Orz (逃
【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】(Matlab代码实现)内容概要:本文介绍了基于IEEE33节点的配电网韧性提升方法,重点研究了移动储能系统的预布局与动态调度策略。通过Matlab代码实现,提出了一种结合预配置和动态调度的两阶段优化模型,旨在应对电网故障或极端事件时快速恢复供电能力。文中采用了多种智能优化算法(如PSO、MPSO、TACPSO、SOA、GA等)进行对比分析,验证所提策略的有效性和优越性。研究不仅关注移动储能单元的初始部署位置,还深入探讨其在故障发生后的动态路径规划与电力支援过程,从而全面提升配电网的韧性水平。; 适合人群:具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事智能电网、能源系统优化等相关领域的工程技术人员。; 使用场景及目标:①用于科研复现,特别是IEEE顶刊或SCI一区论文中关于配电网韧性、应急电源调度的研究;②支撑电力系统在灾害或故障条件下的恢复力优化设计,提升实际电网应对突发事件的能力;③为移动储能系统在智能配电网中的应用提供理论依据和技术支持。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析,重点关注目标函数建模、约束条件设置以及智能算法的实现细节。同时推荐参考文中提及的MPS预配置与动态调度上下两部分,系统掌握完整的技术路线,并可通过替换不同算法或测试系统进一步拓展研究。
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