pku 1151 (简单离散化求矩形覆盖总面积)

本文介绍了一种使用离散化技术解决计算几何问题的方法,通过实例演示如何有效地处理矩形覆盖问题,减少时间和空间开销。
    这是道简单计算几何题。只用了离散化,没有线段树。离散化是这样一种思想:n个矩形分布在平面中他们的坐标可能分布很广。考虑这样两矩形(1,3,2,4),(1000000,1000000,2000000,2000000)要是按模拟的方法来做在时间和空间上会遭成浪费,我们只是想知道矩形的长和宽,要是用两个1维数组记录下矩形的坐标的,我们只要记录下4条边的覆盖情况。于是,将连续的空间离散成来x[0]=1,x[1]=2,x[2]=10000000,x[3]=2000000.y[0]=3,y[1]=4,y[2]=10000000,y[3]=200000000.在用个辅助2维数组
记录横纵线的覆盖情况(x,y数组的点看成横纵线)。
  1. /*pku1151
  2.   Name: Atlantis
  3.   Date: 28-07-08 18:54
  4.   Description: 离散化
  5. */
  6. #include<stdio.h>
  7. #include<math.h>
  8. #include<stdlib.h>
  9. #include<algorithm>
  10. #define pr printf
  11. double x[202],y[202];//最多100个矩形,所以最多只有200条横线或纵线
  12. double a[102][4];//矩形实际坐标
  13. bool cover[202][202];
  14. const double EPS = 1e-7;
  15. int cmp(const void * b,const  void * a){//b>a 返回1
  16.          if(fabs(*(double* )b-*(double *)a)<EPS)return 0;
  17.             else if(*(double* )b-*(double *)a>0)return 1;
  18.              else return -1;
  19. }
  20. int main(){
  21.     int n,i,k,j,h1,h2,v1,v2,index=1;
  22.     while(scanf("%d",&n)){
  23.         if(n==0)break;
  24.     for(i=0,k=0;i<n;i++,k++){
  25.         scanf("%lf%lf%lf%lf",&a[i][0],&a[i][1],&a[i][2],&a[i][3]);
  26.         x[k]=a[i][0],y[k]=a[i][1],x[++k]=a[i][2],y[k]=a[i][3];
  27.         }
  28.         qsort(x,2*n,sizeof(x[0]),cmp);
  29.         qsort(y,2*n,sizeof(y[0]),cmp);//将横线,竖线排好序
  30.         memset(cover,0,sizeof(cover));//初始时无覆盖区
  31.         //对每个矩形,进行一次横纵线的扫描,覆盖范围
  32.         for(i=0;i<n;i++)
  33.            {
  34.                 k=0;
  35.                 while(fabs(x[k]-a[i][0])>EPS)k++;h1=k;
  36.                 k=0;
  37.                 while(fabs(y[k]-a[i][1])>EPS)k++;v1=k;
  38.                 k=0;
  39.                 while(fabs(x[k]-a[i][2])>EPS)k++;h2=k;
  40.                 k=0;
  41.                 while(fabs(y[k]-a[i][3])>EPS)k++;v2=k;
  42.                 //标记该矩形覆盖的区域
  43.                 for(j=h1;j<h2;j++)      //不考虑最右
  44.                     for(k=v1;k<v2;k++)  //不考虑最下
  45.                         cover[j][k]=true;
  46.            }      
  47.            double sum=0;           
  48.            //计算总面积
  49.          for(i=0;i<2*n-1;i++)
  50.             for(j=0;j<2*n-1;j++)
  51.                     sum+=(cover[i][j]*(x[i+1]-x[i])*(y[j+1]-y[j]));
  52.          pr("Test case #%d/n",index++);
  53.          pr("Total explored area: %.2lf/n/n",sum);
  54.     }
  55. }

 
内容概要:本文介绍了一种基于蒙特卡洛模拟和拉格朗日优化方法的电动汽车充电站有序充电调度策略,重点针对分时电价机制下的分散式优化问题。通过Matlab代码实现,构建了考虑用户充电需、电网负荷平衡及电价波动的数学模【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)型,采用拉格朗日乘子法处理约束条件,结合蒙特卡洛方法模拟大量电动汽车的随机充电行为,实现对充电功率和时间的优化分配,旨在降低用户充电成本、平抑电网峰谷差并提升充电站运营效率。该方法体现了智能优化算法在电力系统调度中的实际应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源汽车、智能电网相关领域的工程技术人员。; 使用场景及目标:①研究电动汽车有序充电调度策略的设计与仿真;②学习蒙特卡洛模拟与拉格朗日优化在能源系统中的联合应用;③掌握基于分时电价的需响应优化建模方法;④为微电网、充电站运营管理提供技术支持和决策参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注目标函数构建、约束条件处理及优化解过程,可尝试调整参数设置以观察不同场景下的调度效果,进一步拓展至多目标优化或多类型负荷协调调度的研究。
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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