ZOJ 2614 Bridge

【题意】


修建一座桥。桥上等距离放着若干个塔,塔高H,宽度不计。相邻两座塔之间的距离不能超过D。他之间的绳索形成全等的对称抛物线。桥长B,绳总长L,求建最少塔时绳索最下端离地高度y。

【题解】

需要用到微积分的一些东西。

最大划分数为:if(B%D==0) n=B/D;else n=B/D+1;

则可求出每段宽度和每段弧长:w=(double)B/(2.0*n);
        L1=(double)L/(2.0*n);


以曲线最低点建立坐标系,假设宽w时高度为h,则抛物线方程可知为:y=h/(w*w)*x^2.

弧长公式L=定积分sqrt(1+(y‘)^2);而且弧长随着h的增加而增加是单调的。


二分枚举h即可。至于定积分的计算可以使用自适应simpson算法

#include<iostream>
#include<cstdio>
#include<cmath>
using namespace std;
int B,D,L,H;
int n;
double h,w,L1;
struct Integral
{
    double F(double x)//函数
    {
        double t=2*h*x/(w*w);
        return sqrt(1+t*t);
    }
    double simpson(double a,double b)
    {
        double c=a+(b-a)/2;
        return (F(a)+4*F(c)+F(b))*(b-a)/6;
    }
    double asr(double a,double b,double eps,double A)
    {
        double c=a+(b-a)/2;
        double L=simpson(a,c),R=simpson(c,b);
        if(fabs(L+R-A)<=15*eps)return L+R+(L+R-A)/15.0;
        return asr(a,c,eps/2,L)+asr(c,b,eps/2,R);
    }
    double asr(double a,double b,double eps)//入口[a,b]积分,eps精度
    {
        return asr(a,b,eps,simpson(a,b));
    }
};
int main()
{
    int sec;scanf("%d",&sec);
    for(int z=1;z<=sec;z++)
    {
        scanf("%d%d%d%d",&D,&H,&B,&L);

        Integral ff;
        if(B%D==0) n=B/D;else n=B/D+1;

        w=(double)B/(2.0*n);
        L1=(double)L/(2.0*n);
        //二分

        double h1=0,h2=H;
        while(fabs(h1-h2)>=1e-6)
        {
            h=h1+(h2-h1)/2.0;
            double ans=ff.asr(0,w,1e-8);
            if(ans<L1)h1=h;else h2=h;
        }
        printf("Case %d:\n",z);//WA
        printf("%.2f\n",H-h);
        if(z!=sec)printf("\n");//WA
    }
    return 0;
}




本研究利用Sen+MK方法分析了特定区域内的ET(蒸散发)趋势,重点评估了使用遥感数据的ET空间变化。该方法结合了Sen斜率估算器和Mann-Kendall(MK)检验,为评估长期趋势提供了稳健的框架,同时考虑了时间变化和统计显著性。 主要过程与结果: 1.ET趋势可视化:研究利用ET数据,通过ET-MK和ET趋势图展示了蒸散发在不同区域的空间和时间变化。这些图通过颜色渐变表示不同的ET水平及其趋势。 2.Mann-Kendall检验:应用MK检验来评估ET趋势的统计显著性。检验结果以二元分类图呈现,标明ET变化的显著性,帮助识别出有显著变化的区域。 3.重分类结果:通过重分类处理,将区域根据ET变化的显著性进行分类,从而聚焦于具有显著变化的区域。这一过程确保分析集中在具有实际意义的发现上。 4.最终输出:最终结果以栅格图和png图的形式呈现,支持各种应用,包括政策规划、水资源管理和土地利用变化分析,这些都是基于详细的时空分析。 ------------------------------------------------------------------- 文件夹构造: data文件夹:原始数据,支持分析的基础数据(MOD16A2H ET数据 宁夏部分)。 results文件夹:分析结果与可视化,展示研究成果。 Sen+MK_optimized.py:主分析脚本,适合批量数据处理和自动化分析。 Sen+MK.ipynb:Jupyter Notebook,复现可视化地图。
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