Sicily 1071. Floors

本文介绍了一个关于矩形切割的问题及解决思路。通过自定义比较函数对矩形进行排序,并使用递归的方式尝试从竖直方向和水平方向切割矩形区域,以求得最大面积。

题目链接在此


题目理解都理解了半天。然后想了许多办法最终都夭折了。于是参考了这位大神(貌似是同级同班的同学)的代码。


自己重写了一遍。大体相近。里面有注释:

#include <iostream>
#include <vector>
#include <set>
#include <algorithm>

using namespace std;

struct rectangle {
	int x1, y1, x2, y2;

	rectangle() {}
	rectangle(int xx1, int yy1, int xx2, int yy2) : 
		x1(xx1), y1(yy1), x2(xx2), y2(yy2){}
};

  //  自定义比较函数,依照x值对矩形排序
bool cmpX(rectangle a, rectangle b) {
	return (a.x1 < b.x1) || (a.x1 == b.x1 && a.x2 < b.x2);
};

  //  自定义比较函数,依照y值对矩形排序  
bool cmpY(rectangle a, rectangle b){
	return (a.y1 < b.y1) || (a.y1 == b.y1 && a.y2 < b.y2);
};

void cal(int length, int width, vector<rectangle>& vec, int& max_area) {
	set<int> xs, ys;

	for (vector<rectangle>::iterator it = vec.begin(); it != vec.end(); it++) {
		xs.insert(it->x1);
		xs.insert(it->x2);
		ys.insert(it->y1);
		ys.insert(it->y2);
	}
	
	  //  若x和y的值都<=2,说明只剩一个矩形了,判断后返回
	if (xs.size() <= 2 && ys.size() <= 2) { 
		max_area = max(max_area, length * width);
		return; 
	}

	/*竖切开始*/
	sort(vec.begin(), vec.end(), cmpX);  //  按x值进行排序

	//  记录最左、最右两条竖边的x值
	int leftMostX = *xs.begin();
	int rightMostX = *(--xs.end());

	//  删除最左、最右两条竖边,因为切了也没用
	xs.erase(xs.begin());
	xs.erase(--xs.end());
    
	for (set<int>::iterator it = xs.begin(); it != xs.end(); it++) {  //  遍历所有竖边
		bool canCut = true;  //  标记是否可以切

		//  若恰好与某个矩形(指的是vec中的矩形)有交点,则不能切
		for (vector<rectangle>::iterator iter = vec.begin(); iter != vec.end(); iter++) {
			if (*it > iter->x1 && *it < iter->x2) {
				canCut = false;
				break;
			}
		}

		//  可以切则将该竖边左右两部分的矩形分出来,再进行递归调用此函数
		if (canCut) {
			vector<rectangle> left, right;

			for (vector<rectangle>::iterator iter = vec.begin(); iter != vec.end(); iter++)
				iter->x2 <= *it ? left.push_back(*iter) : right.push_back(*iter);

			cal(*it - leftMostX, width, left, max_area);
			cal(rightMostX - *it, width, right, max_area);

			return;  //  切完竖边不用管横边
		}
	}
	/*竖切结束*/

	/*横切开始*/
	sort(vec.begin(), vec.end(), cmpY);  //  按y值进行排序

	//  记录最上、最下两条横边的x值
	int bottomY = *ys.begin();
	int topY = *(--ys.end());

	//  删除最上、最下两条横边,因为切了也没用
	ys.erase(ys.begin());
	ys.erase(--ys.end());

	for (set<int>::iterator it = ys.begin(); it != ys.end(); it++) {  //  遍历所有横边
		bool canCut = true;

		//  若恰好与某个矩形(指的是vec中的矩形)有交点,则不能切
		for (vector<rectangle>::iterator iter = vec.begin(); iter != vec.end(); iter++) {
			if (*it > iter->y1 && *it < iter->y2) {
				canCut = false;
				break;
			}
		}

		//  可以切则将该横边上下两部分的矩形分出来,再进行递归调用此函数
		if (canCut) {
			vector<rectangle> down, up;

			for (vector<rectangle>::iterator iter = vec.begin(); iter != vec.end(); iter++)
				iter->y2 <= *it ? down.push_back(*iter) : up.push_back(*iter);

			cal(length, *it - bottomY, down, max_area);
			cal(length, topY - *it, up, max_area);

			return;  //  切完横边不用管竖边
		}
	}
	/*横切结束*/	

	/*横边、竖边都无法切,则直接判断后返回*/
	max_area = max(max_area, length * width);
}

int main() {
	int testCase;
	cin >> testCase;

	while (testCase--) {
		int max_area = 0;
		int length, width, num;
		int x1, y1, x2, y2;
		vector<rectangle> vec;  //  记录所有矩形

		cin >> length >> width >> num;

		while (num--) {
			cin >> x1 >> y1 >> x2 >> y2;
			vec.push_back(rectangle(x1,y1,x2,y2));
		}

		cal(length, width, vec, max_area);
		cout << max_area << endl;
	}

	return 0;
}


【负荷预测】基于VMD-CNN-LSTM的负荷预测研究(Python代码实现)内容概要:本文介绍了基于变分模态分解(VMD)、卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的VMD-CNN-LSTM模型在负荷预测中的研究与应用,采用Python代码实现。该方法首先利用VMD对原始负荷数据进行分解,降低序列复杂性并提取不同频率的模态分量;随后通过CNN提取各模态的局部特征;最后由LSTM捕捉时间序列的长期依赖关系,实现高精度的负荷预测。该模型有效提升了预测精度,尤其适用于非平稳、非线性的电力负荷数据,具有较强的鲁棒性和泛化能力。; 适合人群:具备一定Python编程基础和深度学习背景,从事电力系统、能源管理或时间序列预测相关研究的科研人员及工程技术人员,尤其适合研究生、高校教师及电力行业从业者。; 使用场景及目标:①应用于日前、日内及实时负荷预测场景,支持智慧电网调度与能源优化管理;②为研究复合型深度学习模型在非线性时间序列预测中的设计与实现提供参考;③可用于学术复现、课题研究或实际项目开发中提升预测性能。; 阅读建议:建议读者结合提供的Python代码,深入理解VMD信号分解机制、CNN特征提取原理及LSTM时序建模过程,通过实验调试参数(如VMD的分解层数K、惩罚因子α等)优化模型性能,并可进一步拓展至风电、光伏等其他能源预测领域。
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