最小生成树

本文介绍了一种解决三维空间中点集构成最小生成树的问题。通过将各维度上坐标相近的点进行连接,利用优先队列实现Kruskal算法求解最小生成树。

题目思路: 要充分利用 距离计算公式,也就是说尽可能的把某一维度坐标上相近的点连接起来。

          也就是说我们可以把每个点分三次情况考虑(因为只有三维),把每一维度按从小到大排序,相邻两点间距离就是这两个点关于这一维度上的最小值。

      我们把点对和距离用结构体保存放到优先队列去,按距离从小到大 Kruskal 求最小生成树即可。

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cmath>
#include <algorithm>
#include <cstring>
#include <stack>
#include <cctype>
#include <queue>
#include <string>
#include <vector>
#include<functional>
#include <set>
#include <map>
#include <climits>
#define lson root<<1,l,mid
#define rson root<<1|1,mid+1,r
#define fi first
#define se second
#define ping(x,y) ((x-y)*(x-y))
#define mst(x,y) memset(x,y,sizeof(x))
#define mcp(x,y) memcpy(x,y,sizeof(y))
using namespace std;
#define gamma 0.5772156649015328606065120
#define MOD 1000000007
#define inf 0x3f3f3f3f
#define N 100005
#define maxn 10005
typedef pair<int,int> PII;
typedef long long LL;

int n,m,k,x,y,t1;
int fp[N],has[N];
int findp(int x){return fp[x]==x?x:fp[x]=findp(fp[x]);}
struct Node{
    int x,y,z,id;
    Node(){}Node(int a,int b,int c):x(a),y(b),z(c){}
}node[N];
struct Edge{
    int x,y,v;
    bool operator<(const Edge&a)const{
        return v>a.v;
    }
    Edge(){}
    Edge(int a,int b,int c):x(a),y(b),v(c){}
};
priority_queue<Edge>q;
bool cmp1(const Node&a,const Node&b){return a.x<b.x;}
bool cmp2(const Node&a,const Node&b){return a.y<b.y;}
bool cmp3(const Node&a,const Node&b){return a.z<b.z;}
void solve(){
    int cnt=1;
    LL ans=0;
    while(cnt<n){
        Edge temp=q.top();q.pop();
        x=findp(temp.x);
        y=findp(temp.y);
        if(x!=y){
            fp[x]=y;
            ans+=temp.v;
            ++cnt;
        }
    }
    printf("%lld\n",ans);
}
int main(){
    int i,j,group,x,y;
    scanf("%d",&n);
    for(i=1;i<=n;++i){
        fp[i]=i;node[i].id=i;
        scanf("%d%d%d",&node[i].x,&node[i].y,&node[i].z);
    }
    sort(node+1,node+n+1,cmp1);
    for(i=2;i<=n;++i){
        q.push(Edge(node[i-1].id,node[i].id,abs(node[i].x-node[i-1].x)));
    }
    sort(node+1,node+n+1,cmp2);
    for(i=2;i<=n;++i){
        q.push(Edge(node[i-1].id,node[i].id,abs(node[i].y-node[i-1].y)));
    }
    sort(node+1,node+n+1,cmp3);
    for(i=2;i<=n;++i){
        q.push(Edge(node[i-1].id,node[i].id,abs(node[i].z-node[i-1].z)));
    }
    solve();
    return 0;
}

 

转载于:https://www.cnblogs.com/Kurokey/p/5725170.html

考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模型构建与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
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  | 博主筛选后可见
 
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