ZOJ1092 POJ2240

本文介绍了一种基于国家间汇率的图算法,旨在识别是否存在套汇的可能性。通过构建国家间的汇率关系图,利用Bellman-Ford算法检测是否存在自身汇率大于1的环路,从而发现潜在的套汇机会。该方法适用于经济分析、金融交易等领域。

  题目:给出几个国家,并给出每个国家之间的汇率,求这几个国家构成的图中所形成的环中,问是否存在套汇的可能,即自身汇率大于1

    

 1 #include <iostream>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <cstdlib>
 5 #include <map>
 6 #include <algorithm>
 7 using namespace std;
 8 #define N 35
 9 #define M 1000
10 map<string,int> mp;  //map 映射 
11 struct Edge
12 {
13     int u;
14     int v;
15     double w;
16 }edge[M];   // 结构体存边 
17 double dis[N]; //源点i到各点的最长路径,包括到他本身 
18 int n,m;
19 bool Bellman_Ford(int st) // 跑一遍BF 
20 {
21     for(int i=0; i<n; i++) //记得要初始化 
22     dis[i] = 0.0;
23     dis[st] = 1; //刚开始是1 
24     for(int i=1; i<=n; i++) //因为源点自己到自己,最多可以经过n个点,所以要<=n 
25     {
26         for(int j=0; j<m; j++) //判断每条边,加入它是否可以使最大距离增加 
27         {
28             if(dis[edge[j].u] * edge[j].w > dis[edge[j].v] )
29             dis[edge[j].v] = dis[edge[j].u]*edge[j].w;
30         }
31     }
32     if(dis[st] > 1.0) return 1; // 存在套汇,return 1 
33     return 0;
34 }
35 
36 int main()
37 {
38     int cas = 1;
39     while(scanf("%d",&n)&&n)
40     {
41         string s;
42         for(int i=0; i<n; i++)
43         {
44             cin>>s;
45             mp[s] = i;
46         }
47         scanf("%d",&m);
48         string s1,s2;
49         double w;
50         for(int i=0; i<m; i++)
51         {
52             cin>>s1>>w>>s2;
53             int u = mp[s1] ;
54             int v = mp[s2] ;
55             edge[i].u = u ; edge[i].v = v ; edge[i].w = w;
56         }
57         int flag = 0;
58         for(int i=0; i<n; i++) // 以每个点为源点跑一遍BF 
59         {
60             if(Bellman_Ford(i))
61             {
62                 flag = 1;
63                 break;
64             }
65         }
66         if(flag) printf("Case %d: Yes\n",cas++);
67         else printf("Case %d: No\n",cas++);
68     }
69     return 0;
70 }
71  
View Code

 

 

 

转载于:https://www.cnblogs.com/ar940507/p/3240492.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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