poj 3037 Skiing

本文介绍了一个基于优先队列实现的Dijkstra最短路径算法,并通过具体代码示例展示了如何寻找从起点到终点的最短路径。该算法适用于地图场景中,仅允许上下左右移动的情况。

   题意需要注意的是,只能走上下左右。  这题就是寻找map[1][1]到map[r][c]的最短路。   用优先队列的dij解决之。

注意下dis[1][1] = 0;   在dij中必须写上,因为可能有1个点的图。因为这个错了n次。

#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
#include<cmath>
using namespace std;
const int Maxn = 110;
const double inf = 999999999999;

int att[Maxn][Maxn];
int v, r, c;
int di[][2] = {0, 1, 1, 0, 0, - 1, -1, 0};

double map[Maxn][Maxn];
double cost[Maxn][Maxn];
double dis[Maxn][Maxn];
bool vis[Maxn][Maxn];

struct node{
    int x,y;
    double dis;
    bool operator < (const node &a) const{
        return dis > a.dis;
    }
};

double get_cost(int h)
{
    return v*1.0*pow(2*1.0,att[1][1] - h);
}

bool inmap(int x,int y)
{
    if(x>0&&x<=r&&y>0&&y<=c)
        return true;
    else
        return false;
}

void ini(){
    for(int i = 1; i <= r; ++i)
        for(int j = 1; j <= c; ++j)
        dis[i][j] = inf;
        memset(vis, 0, sizeof(vis));
}

void dij() {
    priority_queue<node> q;
    node now, next;
    now.x = 1, now.dis = 0, now.y = 1;
    dis[1][1] = 0;
    q.push(now);


    while(!q.empty())
    {
        now = q.top();
        q.pop();

        if(vis[now.x][now.y])
            continue;
        vis[now.x][now.y] = true;

        if(now.x == r&&now.y == c)
            break;
        int x, y;
        for(int i = 0; i < 4; ++i)
        {

            x = now.x + di[i][0];
            y = now.y + di[i][1];
            if(!inmap(x,y))
                continue;
            if(!vis[x][y]&&dis[x][y] > now.dis+1.0/map[now.x][now.y])
            {
                dis[x][y] = 1.0 / map[now.x][now.y] + now.dis;
                next.x = x; next.dis = dis[x][y];
                next.y = y;
                q.push(next);

            }
        }
    }
}


int main(void)
{
    scanf("%d%d%d",&v,&r,&c);
    ini();
    for(int i = 1; i <= r; ++i)
    {
        for(int j = 1; j <= c; ++j)
        {
            scanf("%d",&att[i][j]);
        }
    }
    for(int i = 1; i <= r; ++i)
        for(int j = 1; j <= c; ++j)
    {
        map[i][j] = get_cost(att[i][j]);
    }

    dij();
    printf("%.2lf\n",dis[r][c]);
    return 0;

}


【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