Codeforces Round #516 (Div. 2, by Moscow Team Olympiad) D Labyrinth 【双端队列deque+BFS】

本文探讨了在CodeForces平台上的D题中使用广度优先搜索(BFS)算法时的一种优化方法。特别关注了在左右扩展受限的情况下,如何通过优先处理不受限的扩展来避免路径被过早截断,利用双端队列(deque)来实现这一策略,确保算法效率和正确性。

题目链接:http://codeforces.com/contest/1064/problem/D

用bfs扩展的时候有一点需要注意:如果左右两边的扩展范围受限,那么扩展的时候如果不优先处理不受限的扩展,会出现受限的优先扩展后,不但无法继续扩展,还会标记途中的点,导致不受限的扩展无法向前扩展;

所以可以用deque,把最优先的放在前面,其次放在后面;

//#include <ext/pb_ds/assoc_container.hpp>
//#include <ext/pb_ds/tree_policy.hpp>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <iostream>
#include <cmath>
#include <queue>
#include <map>
#include <stack>
#include <sstream>
#include <vector>
#include <string>
#include <set>
#include <deque>

using namespace std;
//using namespace __gnu_pbds;

#define IOS ios::sync_with_stdio(false); cin.tie(0);
#define REP(i,n) for(int i=0;i<n;++i)

int read(){

    int r=0,f=1;char p=getchar();
    while(p>'9'||p<'0'){if(p=='-')f=-1;p=getchar();}
    while(p>='0'&&p<='9'){r=r*10+p-48;p=getchar();}return r*f;
}

//typedef tree<pair<long long,int>,null_type,less< pair<long long,int> >,rb_tree_tag,tree_order_statistics_node_update> rbtree;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<int,int> pii;
typedef pair<long long,long long> pll;
const int Maxn = 2e3+10;
const long long LINF = 1e18;
const int INF = 0x3f3f3f3f;
const int Mod = 10001;
const double PI = acos(-1.0);

struct Node {
    int x, y, L, R;
    Node (int t1, int t2, int t3, int t4):x(t1), y(t2), L(t3), R(t4) {}
};

char G[Maxn][Maxn];
int n, m, r, c, x, y, cnt, dir[4][2] = {{-1, 0}, {0, 1}, {1, 0}, {0, -1} };
bool vis[Maxn][Maxn];

bool check (int xx, int yy) {
    if (xx > n || xx < 1) return false;
    else if (yy > m || yy < 1) return false;
    else return true;
}

void bfs () {
    deque <Node> qu;
    qu.push_front(Node (r, c, 0 ,0));

    while (!qu.empty()) {
        Node tmp = qu.front();
        qu.pop_front();

        if (vis[tmp.x][tmp.y]) continue;
        vis[tmp.x][tmp.y] = 1;
        G[tmp.x][tmp.y] = '+';
        cnt++;
        for (int i = 0; i < 4; ++i) {
            int xx = tmp.x+dir[i][0];
            int yy = tmp.y+dir[i][1];
            if (check (xx, yy) && G[xx][yy] != '*' && !vis[xx][yy]) {
                if (tmp.R < y && i == 1) {
                    qu.push_back(Node (xx, yy, tmp.L, tmp.R+1));
                }
                if (tmp.L < x && i == 3) {
                    qu.push_back(Node (xx, yy, tmp.L+1, tmp.R));
                }
                else if (i == 0 || i == 2)
                    qu.push_front(Node (xx, yy, tmp.L, tmp.R));
            }
        }
    }
}

int main (void)
{
    cin >> n >> m >> r >> c >> x >> y;
    for (int i = 1; i <= n; ++i) cin >> (G[i]+1);
    cnt = 0;
    bfs();
    cout << cnt << endl;
    return 0;
}

 

内容概要:本文介绍了一个针对电力系统连锁故障传播路径的N-k多阶段双层优化及故障场景筛选模型,该模型基于混合整数线性规划(MILP)方法构建,旨在全面评估电力系统在遭受多重故障时的脆弱性与恢复能力。通过引入故障传播路径的概念,模型能够动态模拟故障在电网中的逐级扩散过程,并结合多阶段优化策略,实现对关键故障场景的有效识别与优先排序。整个框架不仅考虑了初始故障元件的选取,还涵盖了后续因潮流转移引发的级联跳闸行为,从而提升了风险评估的准确性与时效性。该研究已在Matlab平台上完成代码实现,具备良好的可复现性和工程应用价值,适用于提升现代电网的安全防御水平。; 适合人群:电力系统、能源安全及相关领域的科研人员、高校研究生以及从事电网规划与运行管理的工程技术人员。; 使用场景及目标:①用于电力系统安全评估中识别最危险的N-k故障组合;②支撑电网应急预案制定与薄弱环节改造;③作为学术研究中关于级联故障建模与优化求解的教学与验证工具;④服务于智能电网背景下抵御蓄意攻击或极端事件的风险防控决策。; 阅读建议:建议读者结合Matlab代码深入理解模型的数学 formulation 与求解流程,重点关注目标函数设计、约束条件构建及双层优化结构的实现逻辑,同时可通过调整系统参数和故障设定进行仿真对比分析,以掌握不同因素对连锁故障演化的影响规律。
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