dij算法堆优化_BZOJ 3040 最短路(road) 堆优化Dijkstra | 学步园

题目大意:最短路。

思路:最短路。

贴一份比较高效的堆优化Dij模板吧。

CODE:

#include

#include

#include

#include

#define _MAX 1000010

#define MAX 10000010

using namespace std;

#define min(a,b) ((a) < (b) ? a:b)

long long f[_MAX];

struct Heap{

int num[_MAX],pos[_MAX],size;

void PushUp(int p) {

while(p > 1) {

if(f[num[p]] < f[num[p >> 1]]) {

swap(num[p],num[p >> 1]);

swap(pos[num[p]],pos[num[p >> 1]]);

p >>= 1;

}

elsebreak;

}

}

void Insert(long long x) {

num[++size] = x;

pos[x] = size;

PushUp(size);

}

void Pop() {

pos[num[1]] = 0;

num[1] = num[size--];

if(size)pos[num[1]] = 1;

int now = 2;

while(now < size) {

if(f[num[now + 1]] < f[num[now]])

++now;

if(f[num[now]] < f[num[now >> 1]]) {

swap(num[now],num[now >> 1]);

swap(pos[num[now]],pos[num[now >> 1]]);

now <<= 1;

}

elsebreak;

}

}

}heap;

int points,edges;

long long T,rxa,rxc,rya,ryc,rp;

int head[_MAX],total;

int next[MAX],aim[MAX],length[MAX];

inline void Add(int x,int y,int len)

{

next[++total] = head[x];

aim[total] = y;

length[total] = len;

head[x] = total;

}

void Dijkstra()

{

memset(f,0x3f,sizeof(f));

f[1] = 0;

for(int i = 1; i <= points; ++i)

heap.Insert(i);

while(heap.size) {

int x = heap.num[1]; heap.Pop();

for(int i = head[x]; i; i = next[i])

if(f[aim[i]] > f[x] + length[i])

f[aim[i]] = f[x] + length[i],heap.PushUp(heap.pos[aim[i]]);

}

}

int main()

{

cin >> points >> edges;

cin >> T >> rxa >> rxc >> rya >> ryc >> rp;

int x = 0,y = 0,z = 0;

int a,b;

for(int i = 1; i <= T; ++i) {

x = ((long long)x * rxa + rxc) % rp;

y = ((long long)y * rxa + rxc) % rp;

a = min(x % points + 1,y % points + 1);

b = y % points + 1;

if(a != b)Add(a,b,1e8 - 100 * a);

}

for(int i = T + 1; i <= edges; ++i) {

scanf("%d%d%d",&x,&y,&z);

Add(x,y,z);

}

Dijkstra();

cout << f[points] << endl;

return 0;

}

  • 0
    点赞
  • 0
    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