BZOJ4152 The Captain(dijkstra+巧妙建图)

本文解析了BZOJ4152 TheCaptain问题,通过定义点之间的费用为两个坐标差的最小值,转化为求最短路径问题。采用Dijkstra算法并进行优化,通过按横纵坐标排序建立边,最终实现从1号点到n号点的最短费用路径计算。

BZOJ4152 The Captain


题面很简洁:

给定平面上的n个点,定义(x1,y1)到(x2,y2)的费用为min(|x1-x2|,|y1-y2|),求从1号点走到n号点的最小费用。

很明显这是道最短路

我们知道在求最短路时本身就要不断求min

所以相对于拐弯抹角的横纵差的较小值,我们完全可以无视这个求min

转为建|x1-x2|,|y1-y2|两条边

最后跑一遍最短路即可

(ps.这题是卡SPFA的)


IO优化、头文件啥的就自己yy一下吧

#define int long long
const int N=2e5+5,M=N<<2;
int n,m,s,h[N],en,dis[N];
struct point{int i,x,y;}a[N]; //存点坐标
struct node{ //松弛操作中的节点
    int x,v;
    inline bool operator < (const node &nt) const {
        return v>nt.v;
    }
};
struct edge{int n,v,w;}e[M]; //前向星边表
void add(int x,int y,int z){e[++en]=(edge){h[x],y,z};h[x]=en;} //加边
void dij(int s){ //dij模板
    priority_queue<node> q;
    memset(dis,66,sizeof dis);
    q.push((node){s,0});
    dis[s]=0;
    while(!q.empty()){
        node x=q.top();
        q.pop();
        if(x.v!=dis[x.x]) continue; //一个dij懒惰操作,省去了visit[]数组
        for(int i=h[x.x];i;i=e[i].n){
            int y=e[i].v;
            if(dis[x.x]+e[i].w<dis[y]){
                dis[y]=dis[x.x]+e[i].w;
                q.push((node){y,dis[y]});
            }
        }
    }
}
inline bool cmpx(const point &x,const point &y){return x.x==y.x?x.y<y.y:x.x<y.x;}
inline bool cmpy(const point &x,const point &y){return x.y==y.y?x.x<y.x:x.y<y.y;}
signed main(){
    read(n);
    for(int i=1;i<=n;i++)
        a[i].i=i,read(a[i].x),read(a[i].y);
    sort(a+1,a+1+n,cmpx); //按横坐标排
    for(int i=2;i<=n;i++)
        add(a[i-1].i,a[i].i,a[i].x-a[i-1].x), //前后节点建双向边
        add(a[i].i,a[i-1].i,a[i].x-a[i-1].x);
    sort(a+1,a+1+n,cmpy); //按纵坐标排
    for(int i=2;i<=n;i++)
        add(a[i-1].i,a[i].i,a[i].y-a[i-1].y),
        add(a[i].i,a[i-1].i,a[i].y-a[i-1].y);
    dij(1);
    printf("%lld",dis[n]);
}

转载于:https://www.cnblogs.com/think-twice/p/11195217.html

内容概要:本文围绕虚拟电厂与电动汽车之间的互动关系,采用主从博弈理论构了二者间的优化决策模型,并引入条件风险价值(CVaR)来衡量和管理电力系统中由可再生能源出力不确定性及电动汽车充放电行为带来的风险。通过Matlab代码实现该模型,旨在优化虚拟电厂的调度策略,在保障系统经济性的同时提升其对不确定因素的鲁棒性。研究涵盖了模型构、算法设计与仿真验证全过程,重点分析了不同风险偏好下虚拟电厂与电动汽车的博弈均衡结果及其对系统运行的影响,深入探讨了主从博弈框架下的决策机制与CVaR在电力金融风险量化中的应用。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事能源互联网、电力市场、电动汽车调度、风险管理等相关领域研究的研究生或科研人员。; 使用场景及目标:①研究虚拟电厂如何协调管理大量分布式能源与电动汽车资源;②探讨主从博弈在电力市场中的模方法与求解技巧;③利用CVaR工具量化并控制电力系统运行中的金融或运行风险;④通过Matlab实现复杂优化模型并进行仿真分析。; 阅读议:此资源结合了博弈论、风险管理和电力系统优化等多学科知识,议读者在学习过程中重点关注模型假设的合理性、CVaR的应用逻辑以及Matlab代码的实现细节,宜配合相关理论教材与案例进行深入理解和复现。
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