SPFA回炉重造

迪杰斯特拉求最短路的步骤是每次找最距离源点最近的点进行更新。 SPFA求最短路的步骤是用被更新过的点来做下一次更新。当一个点被松弛之后,判断该点是不是已经在队列中,不在的话压入队列。
需要注意的是,虽然说SPFA是Bellman-Ford算法的优化,但是准确的说是假优化,事实上,所有Bellman-Ford算法的优化都会被精心构造的图卡回Bellman-Ford的复杂度。然而,Bellman-Ford及其优化的算法(包括SPFA)可以用来判断负环。(感觉这是唯一的剩余价值了)

最短路例题 POJ2387

SPFA代码:

ll dis[1010];
ll vis[1010];
ll head[1010];

struct node
{
    ll v, w, next;
} e[10010];
ll ct = 1;

queue<ll> q;
void SPFA(ll s)
{
    q.push(s);
    fill(dis, dis + 1010, INF);
    dis[s] = 0;

    while (q.size())
    {
        ll u = q.front();
        q.pop();
        vis[u] = 0;
        for (int i = head[u]; i; i = e[i].next)
        {
            ll v = e[i].v;
            ll w = e[i].w;
            if (dis[v] > dis[u] + w)
            {
                dis[v] = dis[u] + w;
                if (!vis[v])
                {
                    vis[v] = 1;
                    q.push(v);
                }
            }
        }
    }
}

void add(ll u, ll v, ll w)
{
    e[ct].v = v;
    e[ct].w = w;
    e[ct].next = head[u];
    head[u] = ct++;
}

int main()
{
    int t, n;
    cin >> t >> n;
    while (t--)
    {
        ll u, v, w;
        cin >> u >> v >> w;
        add(u, v, w);
        add(v, u, w);
    }
    SPFA(1);
    cout << dis[n] << endl;
    return 0;
}

SPFA更应该掌握的是用来判断图中是否存在负环,其实很简单,我们只需要在在松弛操作的时候记录层数,SPFA本身是BFS的层级拓展,无负环的图经过n-1次可以到达所有点。存在负环的话,自然就会超过n-1次松弛了。

判断负环水题 POJ3259

AC代码:

ll vis[1010];
ll head[1010];
ll cot[1010];

struct node
{
    ll v, w, next;
} e[10010];
ll ct = 1, flag = 0;
ll n, m, w;

queue<ll> q;
void SPFA(ll s)
{
    q.push(s);
    fill(dis, dis + 1010, INF);
    dis[s] = 0;

    while (q.size() && !flag)
    {
        ll u = q.front();
        q.pop();
        vis[u] = 0;
        for (int i = head[u]; i; i = e[i].next)
        {
            ll v = e[i].v;
            ll w = e[i].w;
            if (dis[v] > dis[u] + w)
            {
                cot[v] = cot[u] + 1; //记录层数
                if (cot[v] >= n)
                {
                    flag = 1;
                    break;
                }
                dis[v] = dis[u] + w;
                if (!vis[v])
                {
                    vis[v] = 1;
                    q.push(v);
                }
            }
        }
    }
}

void add(ll u, ll v, ll w)
{
    e[ct].v = v;
    e[ct].w = w;
    e[ct].next = head[u];
    head[u] = ct++;
}

int main()
{
    ll t;
    cin >> t;
    while (t--)
    {
        ct = 1, flag = 0;
        fill(head, head + 1010, 0);
        fill(cot, cot + 1010, 0);
        fill(vis, vis + 1010, 0);

        cin >> n >> m >> w;
        for (int i = 1; i <= m; i++)
        {
            ll u, v, ww;
            cin >> u >> v >> ww;
            add(u, v, ww);
            add(v, u, ww);
        }
        for (int i = 1; i <= w; i++)
        {
            ll u, v, ww;
            cin >> u >> v >> ww;
            add(u, v, -ww);
        }
        SPFA(1);
        if (flag)
            cout << "YES" << endl;
        else
            cout << "NO" << endl;
    }
    return 0;
}
参考资料
  1. SPFA算法——最短路径
  2. SPFA算法
内容概要:本文围绕微电网中光伏发电系统经逆变器带负载的完整仿真模型展开研究,利用Simulink平台构建了从光伏阵列建模、DC-AC逆变器控制(包括PWM调制与电压电流双闭环控制)、并网策略到负载响应的全过程仿真系统。重分析了系统在不同工况下的动态响应特性与电能质量表现,并对并网控制策略、最大功率跟踪(MPPT)技术及系统稳定性进行了深入探讨和验证。该模型不仅可用于教学演示微电网的基本架构与运行机制,更为科研提供了可靠的仿真平台,支持对新型控制算法与系统优化方案的有效验证与评估。; 适合人群:具备一定电力电子技术、自动控制理论基础及Simulink/MATLAB操作经验的电气工程、自动化等相关专业的本科生、研究生及科研人员。; 使用场景及目标:①用于高校课程教学中微电网系统结构与运行原理的直观演示;②为科研工作者提供光伏发电并网系统的仿真验证平台,支持开展逆变器控制算法(如双闭环控制、MPPT)、系统稳定性分析及电能质量管理等关键技术的研究与优化。; 阅读建议:建议学习者结合Simulink仿真环境动手搭建模型,重关注各功能模块间的信号传递关系与关键参数设置,并通过调整光照强度、温度、负载大小等外部条件,观察系统动态响应过程,从而深化对微电网运行特性的理解与掌握。
评论 1
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

打赏作者

hesorchen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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