[Dynamic Programming]Example 3.1 Recursion Programming - About the Stairs

本文通过三个版本的递归实现介绍了斐波那契数列的计算方法,并进一步探讨了如何利用动态规划技术优化计算过程,减少重复计算,提高效率。包括空间换时间的两种不同实现。

//国际大学生程序设计竞赛例题解(三)

//动态规划

//Page104


Version 1.0

#include <iostream>
#include <cstdio>

using namespace std;

int f(int n)
{
    int ret;
    if(n == 0) ret = 1;
    else if(n == 1) ret = 1;
    else
    {
        ret = f(n - 1) + f(n - 2);
    }
    return ret;
}

int main()
{
    int n;
    cin >> n;
    cout << f(n) << endl;
    return 0;
}


Version 2.0

#include <iostream>
#include <cstdio>

using namespace std;

int f(int n)
{
    int ret;
    if(n == 0 || n == 1) ret = 1;
    else
    {
        int temp1 = f(n - 1);
        int temp2 = f(n - 2);
        ret = temp1 + temp2;
    }
    return ret;
}

int main()
{
     int n;
     cin >> n;
     cout << f(20) << endl;
     return 0;
}


Version 3.0

#include <iostream>
#include <cstdio>

using namespace std;

int n;
int ret;

void f()
{
    if(n == 0 || n == 1)
    {
        ret = 1;
        return;
    }
    int temp;
    n--;
    //f(n - 1)
    f();
    temp = ret;
    n--;
    //f(n - 2)
    f();
    temp += ret;
    //recover n
    n += 2;
    ret = temp;
}
int main()
{
    cin >> n;
    f();
    cout << ret << endl;
}


动态规划:

空间换时间[O(N)]

#include <iostream>
#include <cstdio>

using namespace std;

const int MAXSIZE = 100;
int ret[MAXSIZE];

int f(int n)
{
    ret[0] = 1;
    ret[1] = 1;
    for(int i = 2; i < MAXSIZE; i++)
    {
        ret[i] = ret[i - 1] + ret[i - 2];
    }
    return ret[n];
}

int main()
{
    for(int i = 0; i < MAXSIZE; i++)
    {
        ret[i] = -1;
    }
    int n;
    cin >> n;
    cout << f(n) << endl;
    return 0;
}

空间换时间[O(1)]

#include <iostream>
#include <cstdio>

using namespace std;
const int MAXSIZE = 100;
int data[MAXSIZE];

int main()
{
    data[0] = 1;
    data[1] = 1;
    for(int i = 2; i < MAXSIZE; i++)
    {
        data[i] = data[i - 1] + data[i - 2];
    }

    int n;
    cin >> n;
    cout << data[n] << endl;

    return 0;
}



内容概要:本文围绕“基于多面体聚合与闵可夫斯基和的电动汽车可调能力评估研究”展开,系统提出一种基于多面体建模与几何运算的聚合方法,用于量化大规模电动汽车集群的可调节能力。通过构建单车充电可行域的凸多面体表示,并利用闵可夫斯基和实现群体调控潜力的数学聚合,形成统一的等效灵活资源集合,从而精确刻画电动汽车集群在时间与功率维度上的整体调节边界。该方法结合Matlab代码实现,支持对聚合结果的可视化呈现与边界分析,为电力系统中的需求响应、虚拟电厂运营及分布式能源调度提供了高精度建模工具。研究强调科研应兼顾严谨逻辑与创新思维,倡导借助YALMIP等优化工具提升建模效率与求解可靠性。; 适合人群:具备电力系统分析、凸优化理论或运筹学背景,从事新能源并网、电动汽车调度、综合能源系统等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握多面体建模与闵可夫斯基和在电力系统灵活性聚合中的数学原理与实现方法;②学习利用Matlab完成电动汽车集群可调能力的建模、聚合与可视化分析;③应用于虚拟电厂资源聚合、需求响应潜力评估、配电网柔性负荷调控等实际场景的建模与优化决策。; 阅读建议:建议读者结合文中Matlab代码逐模块复现算法流程,重点理解多面体定义、约束处理及闵可夫斯基和的近似计算实现,同时参考提供的YALMIP工具包资源,深入掌握优化建模技巧,以全面提升对复杂系统聚合建模的能力。
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