hdu1269-强连通模板题

本文介绍了一个算法问题——判断迷宫城堡中所有房间是否强连通。使用Tarjan算法进行深度优先搜索,通过维护dfn和pre数组来判断强连通分量,并提供了完整的Java实现代码。

迷宫城堡
Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 24018 Accepted Submission(s): 10332

Problem Description
为了训练小希的方向感,Gardon建立了一座大城堡,里面有N个房间(N<=10000)和M条通道(M<=100000),每个通道都是单向的,就是说若称某通道连通了A房间和B房间,只说明可以通过这个通道由A房间到达B房间,但并不说明通过它可以由B房间到达A房间。Gardon需要请你写个程序确认一下是否任意两个房间都是相互连通的,即:对于任意的i和j,至少存在一条路径可以从房间i到房间j,也存在一条路径可以从房间j到房间i。

Input
输入包含多组数据,输入的第一行有两个数:N和M,接下来的M行每行有两个数a和b,表示了一条通道可以从A房间来到B房间。文件最后以两个0结束。

Output
对于输入的每组数据,如果任意两个房间都是相互连接的,输出"Yes",否则输出"No"。

Sample Input

3 3
1 2
2 3
3 1
3 3
1 2
2 3
3 2
0 0

Sample Output

Yes
No
写这道题,1是因为我们队要有一个写java的(不会python而且hdu和poj都不能用python,但是要应对大数,所以就java了),2是博客没有关于强连通的题目,所以就写了这个模板题。。。
题意:中文题意不解释
介绍一下强连通:在一个点的集合里面,如果任意两个点都连接了,就是都能到对方,那么这个集合就是强连通分量。
写强连通我一般是用tarjan来写的(然后现在又回来了)
tarjan大概思路就是:dfs遍历所有的点,用栈来接收点。用一个数组 dfn 表示到一个点的时间,把所有点都遍历完。
开始回溯了。用 pre 数组来表示 在刚刚遍历的时候如果遍历的点 dfn 有值,那么表示就形成了一个环,也就是一个强连通,而pre数组就是来更新最早的点的dfn值的。回溯的时候如果dfn==pre的话,说明就开始强连通了,然后开始把栈里面的数放出来。如果在刚刚遍历的时候就找到dfn有值的情况,那也更新pre的值就可以了。等下再代码里面注释一下比较方便。。。
代码:

import java.util.Arrays;
import java.util.Scanner;
class Node{		//链式前向星。。。搞了好久才知道要放外面
	public int end;
	public int next;
	public Node (int _end,int _next) {
		this.end=_end;
		this.next=_next;
	}
}
public class Main {
	public static int INF=0x7f7f7f7f;
	public static int maxn=100000+10;
	public static int maxm=10000+10;
	public static Node map[]=new Node[maxn];
	public static int sum=0;
	public static int[] head=new int[maxn];
	public static int n,m,index,top,ans;
	public static int pre[]=new int[maxm];		//最早的时间
	public static int dfn[]=new int[maxm];		//遍历到自己的时间
	public static boolean vis[]=new boolean[maxm];
	public static int stack[]=new int[maxm];
	public static int max(int x,int y) {
		if (x>y) return x;
		return y;
	}
	public static int min(int x,int y) {
		if (x>y) return y;
		return x;
	}
	public static void addedge(int start,int end) {
	//	System.out.println(111);
		map[sum]=new Node(end,head[start]);
		head[start]=sum++;
	}
	public static void Init() {		//初始化
		Arrays.fill(head, -1);
		Arrays.fill(dfn, 0);
		Arrays.fill(pre, 0);
		Arrays.fill(vis, false);
	}
	private static void tarjan(int start) {
		// TODO Auto-generated method stub
		dfn[start]=pre[start]=++index;	//什么时候到自己
		vis[start]=true;
		stack[++top]=start;			//栈来接收点
		for (int i=head[start];i!=-1;i=map[i].next) {
			int end=map[i].end;
			if (dfn[end]==0) {		//下一个点没有找过,深入
				tarjan(end);
				pre[start]=min(pre[start],pre[end]);		//
			}else {		//如果走过了,就更新pre start 节点==最早到的
				if (vis[end]==true) pre[start]=min(pre[start],dfn[end]);
			}		//因为只有找到最早的属于这个强连通分量的点,再后面输出栈里面的数的
		}			//时候才可以全部输出
		if (dfn[start]==pre[start]) {		//一个点的强连通也要注意
			ans++;
			int j=0;
			while (j!=start) {
				j=stack[top--];
		//		System.out.print(j+" ");
				vis[j]=false;
			}
		//	System.out.println();
		}
		return ;
	}
	private static void solve() {
		// TODO Auto-generated method stub
		top=index=ans=0;
		for (int i=1;i<=n;i++)
			if (dfn[i]==0) tarjan(i);		//暴力就行了,主要是防止有些点没有被之前的点连接
	}
	public static void main(String args[]) {
		@SuppressWarnings("resource")
		Scanner reader=new Scanner(System.in);
		while (reader.hasNext()) {
			n=reader.nextInt();
			m=reader.nextInt();
			if (n==0&&m==0) break;
			Init();sum=0;
	//		System.out.println(n+"    "+m);
			for (int i=1;i<=m;i++) {
				int start=reader.nextInt();
				int end=reader.nextInt();
			//	System.out.println(start+"----"+end);
				addedge(start,end);
			}
			solve();
			if (ans==1) System.out.println("Yes");
			else System.out.println("No");
		}
	}
}
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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
 
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