算法辅助变量，为用Prim算法求最小生成树,需要哪些辅助变量

1，为用Prim算法求最小生成树,需要哪些辅助变量

你需要存一个图的必备变量

你需要一个数组li]记录第i个点所连的最小生成树边的边权

一个布尔数组ui]记录第i个点是否已经作为起点拓展过

再有就是打擂台用的辅助变量了

不好意思吖按照图弄那两个中间数组太久了实现方法也有不同我跟您说说我学的通用实现方法吧！

点集合：a，代表已经扩展到的点

边集合b：代表待考虑的边，一开始为空

一开始从任意点出发，如0.此时集合a中只有点0将和a相邻的所有边加入到b中

从b中选最短的一条边ee的一个端点必不在a中，则将它加入a中将不在a中的那个点的所有边加入b中，在b中删除边e

这样b中减少了一条边（先前的边中最短的）在a中增加了一个新点，并且这个点的相关边加入了b中而b中减少的这条边就是最小生成树的一条边

这样一来，调用以上两个步骤n-1次（有n个点），则可以得到n-1条线段，就是其最小生成树

如果不是很懂可以q我，我会用通俗的语言解释的^^

qq:328880142

2，vensim流率变量和辅助变量的问题

你的问题概括起来就是：

问题1：辅助变量用到randomuniform函数不知怎么处理

问题2：速率变量的方程式不知道怎么写

解答如下：

首先，你要了解一些基本的东西：

1，辅助变量是要求有输入和输出的，通俗点儿就是得有箭头指向它，又有箭头指向其他变量；系统动力模型就是要的反馈，要的回路，你系统里的变量，箭头们构成不了回路，那怎么成呢

2，常量是只有输出的，它可以指向辅助变量，速率变量，存量都行

3，randomuniform均匀分布随机函数，是可以模拟均匀分布的，比如投掷骰子的点数；randomnormal正态分布随机函数，是可以模拟正态分布的，比如学生的考试成绩；你的辅助变量名字是现实中的什么东东，是符合均匀分布，还是正态分布，还是其他？这关系到你模型靠不靠谱的问题

4，速率变量是联结辅助变量和存量的就好比，存量是个水箱，速率变量就是进水开关和出水开关它的方程很简单的，没那么麻烦说速率变量是辅助变量的函数也没错，

然后，具体操作如下：

1，举个例子，你的辅助变量叫骰子点数，那么如下：

也就是说，把那三个常量单独拎出来就好了，别直接把数写到方程里面

2，速率变量和存量的方程式，这么弄：

存量的方程式是这么写的，实际上电脑计算是按照：

存量初始值+（速率变量进-速率变量出）*DTDT就是模型设置的一小段一小段的时间

速率变量是y的话，辅助变量就是x1，x2，x3，可以理解为y是x们的函数的

具体方程式怎么写，看你这么设计了，我想对3个骰子点数求和，那就把他们相加，就是这样

3，使用一个辅助的队列和一些非数组变量设计一个算法以使队列中的元素...

具体代码先不写了，提供一个思路给你：

1.将队列的第一个元素拿出来，放入辅助队列中

2.将两个队列的第一个元素比较（用Dequeue()方法获取），大的放入辅助队列，小的依然放到原始队列的末尾

3.重复（2）的操作，直至所有的元素都比较了一遍

这样就将原来队列里面最大的元素取出来了并保存到了辅助队列里面（相应的原始队列里面删除了这个元素），然后再用循环的方法将第二大，第三大的数依次取出......

能不能再详细一点？问题不是很清晰

而且对运算时间有要求吗？

再看看别人怎么说的

能不能再详细一点？问题不是很清晰

而且对运算时间有要求吗？

4，线性最小二乘估计的估计准则

512-01]使为最小的参数估计，称为模型的线性最小二乘估计，用符号LS表示可以得出

LS()式中矩阵,,,]；向量,，,]

LS是数据的线性函数，因此称为线性最小二乘估计它的突出优点是：对于任何一组数据，只要LS存在，不要求了解误差序列{}的统计特性，便能按照求出LS；算法很简单

LS存在的条件是矩阵()满秩,这要求{}为阶持续激励输入

当误差序列{}是零均值的白噪声,并对输入，输出功率加以适当的限制时，LS是渐近无偏的强一致性估计,即当N→∞时,512-02]但是对于有限的数据,上述结论不能成立,而且通常误差{}也不是白噪声,故一般情况下LS是有偏估计，这是它的缺点为了克服这个缺点，可以采用其他改进的估计算法，例如广义最小二乘估计，辅助变量估计和极大似然估计等

上述单输入单输出系统的线性最小二乘估计算法还可推广到多输入多输出系统，并且有相应的递推估计算法