编写一个求解运送物资代价的代码，输出最小总代价。文件提交的时候，命名为“学号-姓名-物资配送.cpp”。

编写一个求解物资运送代价的代码，可以假设我们有一个二维数组表示每个地点之间的成本，以及一个数组表示每个地点需要运送的物资量。我们可以使用动态规划来解决这个问题，因为它是优化问题的一个典型例子。下面是一个简单的 C++ 示例：

#include <iostream>
#include <vector>
using namespace std;

const int INF = INT_MAX; // 设置一个大整数作为默认成本

// 函数定义：dp[i][j] 表示从源点 i 到目标点 j 的最小运输成本
int minCost(vector<vector<int>>& cost, vector<int>& demand) {
    int n = cost.size(); // 场景数量
    vector<vector<int>> dp(n + 1, vector<int>(n + 1, INF)); // 初始化动态规划矩阵
    dp[0][0] = 0; // 源点到自身的运输成本为0

    for (int i = 0; i <= n; ++i) { // 遍历所有场景
        for (int j = 0; j <= i; ++j) { // 遍历需求量范围
            if (i > 0) { // 如果有其他场景
                dp[i][j] = min(dp[i][j], dp[i - 1][j]); // 不运送当前场景的最低成本
            }
            if (demand[j] <= cost[i][j]) { // 当前场景的需求小于等于供应
                dp[i][j] = min(dp[i][j], dp[i][j - demand[j]] + cost[i][j]); // 考虑直接运送
            }
        }
    }

    return dp[n][0]; // 返回源点到目标点的最大容量需求的最小成本
}

int main() {
    // 测试数据
    vector<vector<int>> cost = {{0, 1, 2}, {4, 0, 5}, {3, 6, 0}}; // 成本矩阵
    vector<int> demand = {2, 3, 1}; // 各地需求
    cout << "最小总代价: " << minCost(cost, demand) << endl;

    // 提交时请替换实际的学号、姓名和cpp文件名
    string filename = "123456-张三-物资配送.cpp"; // 学号-姓名-文件名
    ofstream fout(filename);
    fout << "#include \"main.cpp\"" << endl;
    fout << "int main()" << endl;
    fout << "{" << endl;
    fout << "\tcout << \"最小总代价: \" << minCost(cost, demand) << endl;" << endl;
    fout << "}" << endl;
    fout.close();

    return 0;
}

这个代码首先定义了一个函数 `minCost` 来计算最小运输代价，然后在 `main` 函数中设置了测试数据并输出结果，最后将计算结果保存到指定的cpp文件中。