【JZOJ 3636】【BOI2012】Mobile

本文介绍了一种使用斜率优化技术解决基站信号覆盖问题的方法。通过维护一个栈来优化基站之间的距离,确保能源消耗最小化的同时实现有效覆盖。

Description

著名的手机网络运营商Totalphone 修建了若干基站收发台,以用于把信号网络覆盖一条新建的高速公路。因为Totalphone 的程序员总是很马虎的,所以,基站的传功功率不能独立设置,只能将所有新基站的功率设置为一个相同的值。为了让能源的消耗尽量少,公司希望知道公路中任意点到最近基站距离的最大值。

n<=106

Solution

一眼的二分,发现过不了QwQ,
还卡时限,500ms,
给出的数据还是有序的,强行要线性,

其实这题是斜率优化,
设有两个点a,b(a在最左),连线,做中垂线,
那么中垂线于x轴的交点d,d左边在x轴上的到a点最近,右边的到b点最近,
这个显然吧,
如果有第三个点c(在最右),连b,做中垂线交x轴e点,
如果e在d左边,我们发现,x轴上的每个点到b点都不是最优的,所以b点就可以删掉;
根据这两个结论,用斜率优化,维护一个栈,每次弹栈顶,
最后再把栈低两两交点再0前的删掉,栈顶两两交点再m后的删掉,再求ans即可,

复杂度:O(n)

Code

#include <cstdio>
#include <cstdlib>
#include <cmath>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define min(q,w) ((q)<(w)?(q):(w))
#define max(q,w) ((q)>(w)?(q):(w))
#define sqr(q) ((q)*(q))
using namespace std;
typedef long double db;
const int N=1000500;
int read(int &n)
{
    char ch=' ';int q=0,w=1;
    for(;(ch!='-')&&((ch<'0')||(ch>'9'));ch=getchar());
    if(ch=='-')w=-1,ch=getchar();
    for(;ch>='0' && ch<='9';ch=getchar())q=q*10+ch-48;n=q*w;return n;
}
int m,n,za0;
db za[N][2];
db ans;
db JA(int q,int w)
{
    db x=(za[q][0]+za[w][0])*0.5;
    db y=(za[q][1]+za[w][1])*0.5;
    return x+1.0*(za[q][1]-y)*(y)/(za[q][0]-x);
}
int main()
{
    freopen("mobile.in","r",stdin);
    freopen("mobile.out","w",stdout);
    int q;
    read(n),read(m);
    za0=1;
    za[1][0]=read(q),za[1][1]=read(q);
    fo(i,2,n)
    {
        za[i][0]=read(q),za[i][1]=read(q);
        if(za[za0][0]==za[i][0]&&za0)
        {
            if(abs(za[za0][1])>abs(za[i][1]))za0--;
                else continue;
        }
        while(za0>1&&JA(za0-1,za0)>JA(za0,i))za0--;
        za0++;
        za[za0][0]=za[i][0],za[za0][1]=za[i][1];
    }
    q=1;
    while(JA(q,q+1)<0&&q<za0)q++;
    while(za0-1&&JA(za0-1,za0)>m)za0--;
    ans=sqrt(sqr(za[q][0])+sqr(za[q][1]));
    fo(i,q+1,za0)
    {
        db q=JA(i-1,i);
        ans=max(ans,sqrt(max(sqr(za[i-1][0]-q)+sqr(za[i-1][1]),sqr(za[i][0]-q)+sqr(za[i][1]))));
    }
    ans=max(ans,sqrt(sqr(za[za0][1])+sqr(za[za0][0]-m)));
    printf("%.8lf\n",(double)ans);
    return 0;
}
在字节序无关(Byte Order Independent, BOI)的上下文中,除法操作或实现通常涉及如何在不同字节序的系统之间正确处理二进制数据的解析和操作。字节序指的是多字节数据(如16位、32位或64位整数)在内存中的存储顺序。大端(Big-endian)系统将最高有效字节存储在低地址,而小端(Little-endian)系统将最低有效字节存储在低地址。 在处理除法操作时,如果涉及跨平台的数据交换或处理,必须确保数据的字节序一致,否则可能导致计算错误。BOI 通常是指在解析或处理数据时不依赖于底层系统的字节序,通常通过显式地将数据从一种字节序转换为另一种字节序来实现。 ### 除法操作中的字节序处理 当在不同字节序的系统间进行整数除法操作时,如果涉及网络传输或文件读取等场景,必须确保整数的字节序一致。例如,在网络通信中,数据通常以大端格式传输(即网络字节序),接收方在进行除法操作前需要将数据转换为本地字节序。 在 C/C++ 中,可以使用 `ntohl()` 和 `htonl()` 等函数进行 32 位整数的字节序转换: ```c #include <arpa/inet.h> uint32_t network_data = ...; // 接收到的网络字节序数据 uint32_t host_data = ntohl(network_data); // 转换为本地字节序 uint32_t result = host_data / divisor; // 进行除法操作 ``` 对于自定义的数据结构或更复杂的除法操作,可能需要手动进行字节序转换。例如,处理 64 位整数时,可以使用以下方式(假设系统支持 `bswap_64`): ```c #include <byteswap.h> uint64_t swap_endian(uint64_t value) { return bswap_64(value); } uint64_t network_data = ...; uint64_t host_data = (htonl(1) == 1) ? network_data : swap_endian(network_data); uint64_t result = host_data / divisor; ``` ### 在高级语言中的处理 在 Python 等高级语言中,字节序的处理通常通过 `struct` 模块实现。例如,解析一个大端格式的 32 位整数并进行除法操作: ```python import struct data = b'\x00\x00\x01\x00' # 大端格式的 256 value = struct.unpack('>I', data)[0] # '>I' 表示大端无符号整数 result = value / divisor ``` ### BOI 实现的注意事项 在实现 BOI 的除法操作时,需要注意以下几: 1. **字节序一致性**:确保所有参与计算的数据在相同的字节序下进行处理,避免因字节序不一致导致的错误。 2. **跨平台兼容性**:在不同平台上进行字节序转换时,应使用标准或可移植的函数或宏,以确保兼容性。 3. **性能优化**:在频繁进行字节序转换的场景中,应考虑性能优化,例如使用内联函数或硬件支持的字节交换指令。 字节序问题在现代系统中通常由操作系统或库函数自动处理,但在底层编程、网络协议实现或跨平台数据交换中,仍需特别关注字节序的处理[^1]。
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