UVA 116记忆化搜索

本文介绍了一个寻找矩阵中从左至右最短路径的算法实现,该算法考虑了矩阵的边界行相邻特性,并通过深度优先搜索(DFS)递归地找到最小路径总和及其对应的路径。

从矩阵左边到矩阵右边,最上最下两行算作相邻,可以


 走。所以记录路径的时候列不用记(+1),输出字典序路径,所以始终从行数最小的行开始找,(从n列开始倒序向前就不会有顺序问题),正序需要判断行数。

#include <iostream>
#include <cstring>
#include <string>
#include <cstdio>
#include <algorithm>
#include <vector>

using namespace std;

const int INF = 0x3f3f3f3f;
int a[15][105];
int dp[15][105];
int dis1[][2] = {{1,1},{-1,1},{0,1}};
int dis[][2] = {{-1,1},{0,1},{1,1}};
int dis2[][2] = {{0,1},{1,1},{-1,1}};
int vis[15][105];
int m,n;

int dfs(int x,int y){
    int ans = dp[x][y];
    int Min = INF;
    int mx,my;
    if(y == n){
        //cout<<x<<y<<endl;
        dp[x][y] = a[x][y];
        return dp[x][y];
    }

    for(int i = 0; i < 3; i++){
        int nx,ny;
        if(x == 1){
            nx = x + dis2[i][0];
            ny = y + dis2[i][1];
        }else if(x == m){
            nx = x + dis1[i][0];
            ny = y + dis1[i][1];
        }else{
            nx = x + dis[i][0];
            ny = y + dis[i][1];
        }
        //cout<<nx<<" "<<ny<<endl;
        if(nx >= 0 && nx <= m+1 && ny >= 1 && ny <= n){
            if(nx == 0)
                nx = m;
            if(nx == m+1)
                nx = 1;
            if(dp[nx][ny] == INF)
                ans = a[x][y] + dfs(nx,ny);
            else
                ans = a[x][y] + dp[nx][ny];
        }
        if(ans < Min){
            Min = ans;
            mx = nx;
            my = ny;
        }
    }
    dp[x][y] = Min;
    vis[x][y] = mx;
    return dp[x][y];
}
int main(){
    while(~scanf("%d%d",&m,&n)){
        memset(dp, INF, sizeof dp);
        memset(vis, 0, sizeof vis);
        for(int i = 1; i <= m; i++)
            for(int j = 1; j <= n; j++)
                scanf("%d",&a[i][j]);
        int Min = INF;
        int s;
        for(int i = 1; i <= m; i++){
            int t = dfs(i,1);
            if(t < Min){
                s = i;
                Min = t;
            }
        }

        int mx = s,my = 1;
        printf("%d",s);
        while(my != n){
            printf(" %d",vis[mx][my]);
            mx = vis[mx][my];
            my++;
        }
        printf("\n%d\n",Min);
    }
    return 0;
}







内容概要:本文详细介绍了基于Matlab实现的“梯级水光互补系统最大化可消纳电量期望短期优化调度模型”,属于电力系统领域高水平科研成果的复现(EI级别)。该模型聚焦于梯级水电站与光伏发电系统的协同优化调度,通过构建短期优化调度框架,旨在提升可再生能源的电量消纳能力并最大化系统综合效益。研究采用先进的数学优化方法对水光资源进行联合调度,充分考虑了光伏出力的不确定性、水资源约束、系统运行边界条件及电力平衡要求,实现了在多重约束下的电量期望最大化目标。模型不仅具备严谨的理论基础,还具有良好的工程应用前景,适用于新能源高比例渗透背景下电力系统的优化调度研究与实践。; 适合人群:具备电力系统分析、可再生能源利用或优化建模背景的研究生、科研人员及工程技术人员,特别适合致力于复现高水平学术论文(EI/顶刊)研究成果的学习者与开发者。; 使用场景及目标:① 学习并掌握梯级水电与光伏系统协同调度的建模思路与关键技术;② 熟悉基于Matlab的混合整数线性规划(MILP)或其他非线性优化方法在能源系统中的实际应用;③ 提升在新能源消纳、短期调度优化等方向的科研建模能力与代码实现水平,支持二次开发与创新研究。; 阅读建议:建议结合Matlab代码与优化理论同步研读,重点理解目标函数的设计逻辑、各类物理与运行约束的数学表达以及求解器的调用流程,推荐使用YALMIP等建模工具辅助实现,以提高模型构建效率与可读性,便于深入理解与后续拓展。
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