PAT-A 1003. Emergency (25)

本文通过一个具体的案例,深入介绍了如何使用SPFA算法解决单源最短路径问题,并特别关注了在路径长度相同的情况下,如何寻找能容纳最多队伍的路径。文章提供了完整的C++代码实现,包括数据结构定义和关键的算法逻辑。

注意点:
一个单源最短路算法,需要考虑两个条件,最短路和最多队伍,有优先级。用spfa。

代码:

#include <iostream>
#define max_Int 1<<30
using namespace std;

struct Road{
  int d; 
  int l; 
};

struct Line{
  int p; 
  int l;
  int t; 
};

int main()
{
  int n, m, c1, c2;
  int team[500];
  struct Road road[501][501];
  struct Line line[100000];
  int con[500];
  int left, right;
  int i, j, i1, i2, i3, i4;
  int num, ans, minl;

  cin >> n >> m >> c1 >> c2;
  for (i = 0; i < n; i++)
  {
    cin >> team[i];
    road[i][0].d = 0;
    con[i] = max_Int;
  }
  for (i = 0; i < m; i++)
  {
    cin >> i1 >> i2 >> i3;
    road[i1][0].d++;
    i4 = road[i1][0].d;
    road[i1][i4].d = i2;
    road[i1][i4].l = i3;
    road[i2][0].d++;
    i4 = road[i2][0].d;
    road[i2][i4].d = i1;
    road[i2][i4].l = i3;
  }
  left = 0; right = 0;
  con[c1] = 0;
  line[0].p = c1;
  line[0].l = 0;
  line[0].t = team[c1];
  while (left <= right)
  {
    if (line[left].l > con[line[left].p])
    {
      left++;
      continue;
    }
    for (i = 1; i <= road[line[left].p][0].d; i++)
    {
      if (line[left].l + road[line[left].p][i].l > con[road[line[left].p][i].d])
      {
        continue;
      }
      else
      {
        con[road[line[left].p][i].d] = line[left].l + road[line[left].p][i].l;
        right++;
        line[right].p = road[line[left].p][i].d;
        line[right].l = con[road[line[left].p][i].d];
        line[right].t = line[left].t + team[road[line[left].p][i].d];
      }
    }
    left++;
  }
  minl = con[c2];
  ans = 0;
  num = 0;
  for (i = 0; i <= right; i++)
  {
    if (line[i].p == c2 && line[i].l == minl)
    {
      num++;
      if (line[i].t > ans)
        ans = line[i].t;
    }
  }
  cout << num << " " << ans << endl;
  return 0;
}
Matlab基于粒子群优化算法及鲁棒MPPT控制器提高光伏并网的效率内容概要:本文围绕Matlab在电力系统优化与控制领域的应用展开,重点介绍了基于粒子群优化算法(PSO)和鲁棒MPPT控制器提升光伏并网效率的技术方案。通过Matlab代码实现,结合智能优化算法与先进控制策略,对光伏发电系统的最大功率点跟踪进行优化,有效提高了系统在不同光照条件下的能量转换效率和并网稳定性。同时,文档还涵盖了多种电力系统应用场景,如微电网调度、储能配置、鲁棒控制等,展示了Matlab在科研复现与工程仿真中的强大能力。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事新能源系统开发的工程师;尤其适合关注光伏并网技术、智能优化算法应用与MPPT控制策略研究的专业人士。; 使用场景及目标:①利用粒子群算法优化光伏系统MPPT控制器参数,提升动态响应速度与稳态精度;②研究鲁棒控制策略在光伏并网系统中的抗干扰能力;③复现已发表的高水平论文(如EI、SCI)中的仿真案例,支撑科研项目与学术写作。; 阅读建议:建议结合文中提供的Matlab代码与Simulink模型进行实践操作,重点关注算法实现细节与系统参数设置,同时参考链接中的完整资源下载以获取更多复现实例,加深对优化算法与控制系统设计的理解。
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