【洛谷p4951】地震 #0/1分数规划入门#

本文介绍了一种解决0/1分数规划问题的方法,通过二分查找结合最小生成树算法,优化图的连通性和总利润与施工时间比值。详细解析了算法流程与实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

0/1分数规划入门题:【洛谷p4951】地震 

#include<cmath>
#include<cstdio>
#include<cstring>
#include<cassert>
#include<iostream>
#include<algorithm>
#include<queue>
#include<vector>
#include<deque>
using namespace std;
typedef long long ll;

/*【p4951】地震
将图连通,使总利润(F-成本)和总施工时间的比值最大。 */

/*【0/1分数规划】推式子 + 二分答案 + 最小生成树
( f − ∑wi ) / ∑ti ≥ x [即now_mid];化简为:f≥∑(wi+ti*x)。
每二分一个答案x,求最小生成树的∑(wi+ti*x)是否满足<=f。*/

void reads(int &x){ //读入优化(正负整数)
    ll f=1;x=0;char s=getchar();
    while(s<'0'||s>'9'){if(s=='-')f=-1;s=getchar();}
    while(s>='0'&&s<='9'){x=x*10+s-'0';s=getchar();}
    x*=f; //正负号
}

const int N=1019,M=20019;
const double eps=1e-6;

int n,m,F,fa[N];

struct Edge{ int u,v,c,t; double w; }a[M];

bool cmp(Edge x,Edge y){ return x.w<y.w; } //最小生成树边集排序

int find_fa(int x){ return (fa[x]==x)?fa[x]:fa[x]=find_fa(fa[x]); }

bool checks(double mid){
    for(int i=1;i<=n;i++) fa[i]=i; //记得并查集清零
    for(int i=1;i<=m;i++) a[i].w=a[i].c+mid*a[i].t;
    sort(a+1,a+m+1,cmp); //边按权值排序
    int cnt_=0; double sum=0;
    for(int i=1;i<=m;i++){ if(cnt_==n-1) break;
        int fx=find_fa(a[i].u),fy=find_fa(a[i].v);
        if(fx!=fy) cnt_++,fa[fx]=fy,sum+=a[i].w;
    } return (sum<=F);
}

int main(){
    scanf("%d%d%d",&n,&m,&F);
    for(int i=1;i<=m;i++)
        scanf("%d%d%d%d",&a[i].u,&a[i].v,&a[i].c,&a[i].t);
    double l=0.0,r=1e9,mid; //↓↓注意实数二分的写法
    while(r-l>1e-6){ mid=(l+r)/2; if(checks(mid)) l=mid; else r=mid; }
    printf("%.4lf\n",l); return 0;
}

 

转载于:https://www.cnblogs.com/FloraLOVERyuuji/p/10103360.html

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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