poj 1182食物链

1.father[x]表示x的根节点,rank[x]表示x与father[x]之间的关系,x-->0-->father[x] 表示x与father[x]同类,x-->1-->father[x]表示x吃father[x],x-->2-->father[x]表示x被father[x]吃

2.若已知x-->r1-->y, y-->r2-->z,那么如何求得x-->?-->z呢? 可以求得x-->(r1+r2)%3-->z。

根据A吃B,B吃C,则C吃A可以获得。

3.对于find_set函数,不仅要更新x的father[x],还要更新rank[x]。

由x-->rank[x]-->father[x]和father[x]-->rank[father[x]]-->father[father[x]]可以得到x-->(rank[x]+rank[father[x]])%3-->father[father[x]].

4.对于不在一个集合的x、y,则应合并X的根节点和Y的根节点,同时修改各自的rank。那么问题来了,合并了之后,被合并的根节点的kind值如何变化呢?

现有xydxy的关系,xfyf分别是xy的根节点,于是我们有x--rank[x]-->xfy--rank[y]-->yf,显然我们可以得到xf--(3-rank[x])-->xyf--(3-rank[y])-->y。假如合并后x为新的树的根节点,那么原先fx树上的节点不需变化,yf树则需改变了,因为rank值为该节点和树根的关系。这里只改变rank(yf)即可,因为在进行find_set操作时可相应改变yf树的所有节点的kind值。于是问题变成了yf--?-->xf。我们不难发现yf--(3-rank[y])-->y--(3-d)-->x--rank[x]-->xf,根据前面的结论,我们有yf--(3-rank[y])-->y--(3-d)-->x--rank[x]-->xf。我们求解了xfyf的关系了。

#include <stdio.h>
#define N 50010

int father[N+10], rank[N+10];

void init(int n)
{
	for (int i = 0; i <= n; i++)
	{
		father[i] = i;
		rank[i] = 0;
	}
}

int find(int x)
{
	if (x != father[x])
	{
		int t = father[x];
		father[x] = find(father[x]);
		rank[x] = (rank[x] + rank[t]) % 3;
	}

	return father[x];
}

void unionSet(int x, int y, int d)
{
	int xf = find(x);
	int yf = find(y);
	
	if (xf != yf)
	{
		father[xf] = yf;
		rank[xf] = (3-rank[x]+d-1+rank[y]) % 3;
	}
}

int main()
{
	int n, k;
	scanf("%d%d", &n, &k);
	int d, x, y;
	int count = 0;
	init(n);
	for (int i = 0; i < k; i++)
	{
		scanf("%d%d%d", &d, &x, &y);
		if (x > n || y > n || (d == 2 && x == y))
		{
			count++;
			//printf("error\n");
		}
		else
		{
			int xf = find(x);
			int yf = find(y);
			if (xf == yf)
			{
				if ((3-rank[x]+d-1+rank[y]) % 3 != 0)
				{
					count++;
					//printf("error\n");
				}
			}
			else
			{
				unionSet(x, y, d);
			}
		}
	
	}
	printf("%d\n", count);
	return 0;
}



  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在风能领域,准确预测风速对于风电场的运行与管理至关重要。Matlab作为一个强大的数学计算和数据分析平台,被广泛应用于风速预测模型的构建。本文将深入探讨基于四种风速——随机风、基本风、阵风和渐变风的组合风速预测技术。 我们来理解这四种风速类型: 1. **随机风**:随机风是指风速呈现出随机性的变化,通常由大气湍流引起。在建模中,通常通过统计方法如高斯分布或Weibull分布来模拟这种不确定性。 2. **基本风**:基本风速是指在无特定扰动条件下的平均风速,它是长期观测结果的平均值,通常用于结构设计和风能评估。 3. **阵风**:阵风是短时间内风速显著增强的现象,对建筑物和风力发电机造成的主要威胁之一。阵风的预测涉及到风的脉动特性分析。 4. **渐变风**:渐变风是指风速随时间和空间逐渐变化的过程,常见于风向转变或地形影响下的风场变化。 在Matlab中,利用这四种风速类型进行组合预测,可以提高预测的准确性。预测模型可能包括以下几个步骤: 1. **数据收集与预处理**:收集历史风速数据,包括随机风、基本风、阵风和渐变风的数据,进行异常值检测、缺失值填充以及数据标准化。 2. **特征工程**:提取风速变化的相关特征,如平均值、标准差、极值、频率分布等,这些特征可能对预测有重要影响。 3. **模型选择**:可以选择多种预测模型,如时间序列分析(ARIMA、状态空间模型等)、机器学习算法(线性回归、决策树、支持向量机、神经网络等)或深度学习模型(LSTM、GRU等)。 4. **模型训练**:利用历史数据训练选定的模型,调整模型参数以优化性能,例如通过交叉验证来避免过拟合。 5. **模型验证与评估**:使用独立的测试集验证模型预测效果,常见的评估指标有均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)。 6. **组合预测**:结合四种风速的不同模型预测结果,可以采用加权平均、集成学习(如bagging、boosting)等方式,以提升整体预测精度。 7. **实时更新与动态调整**:实际应用中,模型需要不断接收新的风速数据并进行在线更新,以适应风场环境的变化。 通过以上步骤,可以构建一个综合考虑各种风速特性的预测系统,这对于风电场的功率输出预测、风电设备的维护计划以及电网调度都具有重要价值。然而,需要注意的是,每个风场的地理环境、气候条件和设备状况都有所不同,因此模型的建立应根据实际情况进行定制和优
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