2021DAY2

本文探讨了蚂蚁爬竿问题中的最短及最长时间计算方法,并通过代码实现。同时,介绍了C.Lunar New Year and Number Division问题的解决思路与代码实现。


前言

今天还是按照基础知识和刷题两个方向进行的学习。


一、基础知识

时间复杂度
在这里插入图片描述
在这里插入图片描述

二、题

1.Ants

n只蚂蚁以每秒1cm的速度在长为Lcm的竿子上爬行。当蚂蚁爬到竿子的端点时就会掉落。由于竿子太细,两只蚂蚁相遇时,它们不能交错通过,只能各自反向爬回去。对于每只蚂蚁,我们知道它距离竿子左端的距离x;,但不知道它当前的朝向。请计算所有蚂蚁落下竿子所需的最短时间和最长时间。

思路:
*(1)最短时间:*所有的蚂蚁都朝着离端点最近的方向走。由于蚂蚁的速度都相同,假如我们站在杆的中间看,它们在这种情况下是不会相遇的。
*(2)最长时间:*考虑最长时间,与最短时间相对的,蚂蚁都朝离端点远的方向走。我们就不得不思考蚂蚁相遇后的折返问题。我们想象一下两只蚂蚁A、B相遇了,依照题意,它俩相遇后将会各自按反方向走。事实上相遇后,A将走完B相遇前剩下的路,而B也将走完A在相遇前剩下的路。我们关注问题的焦点在与它们走到端点的时间,而速度一定,也就是说我们关注的是路程,而不是具体到某只蚂蚁怎样走。因此,A、B相遇后,各自折返走到端点的时间是和它们擦肩而过(还是照原来的方向走)的时间是一样的。
代码如下:

//输入
int L,n;
int x[MAX_N]

void solve(){
	//计算最短时间
	int minT=0;
	for(int i=0;i<n;i++){
		minT=max(minT,min(x[i],L-x[i]));
	} 
	//计算最长时间
	int maxT=0;
	for(int i=0;i<n;i++){
		maxT=max(maxT,maxT(x[i],L-minTx[i]));
	} 
	printf("%d %d\n",minT,maxT);
}

2.cf

C. Lunar New Year and Number Division

(https://codeforces.com/problemset/problem/1106/C)

题目大意:求各组平方和的最小值。

思路
给定n个数,将各个数利用sort()函数进行排序,将首位两个元素配对,形成一组,依次向中间的方向配对。
分析
首先可以确定的是两两组合要比两个以上组合要小。在此基础上,我们把每组和的平方拆开看就是每个数的平方再加上两数之积的二倍。因此我们关注如何使两数之积的总和最小即可。如果转换成几何问题的话,就是说要使最后得到得面积最小。众所周知,周长一定的话长方形的面积是要比正方形的面积要小的。也就是说我们在构成长方形时,要使这个矩形的长和宽相差越夸张越好。因此可以转换为队列排序,首位组合。
代码如下:

#include<bits/stdc++.h>
using namespace std;
long long n,a[1000005];
long long sum=0;
int main(){
	cin>>n;
	for(int i=0;i<n;i++){
		cin>>a[i];
	}
	sort(a,a+n);
	for(int i=0;i<n;i++){
		sum+=(a[i]+a[n-1-i])*(a[i]+a[n-1-i]);
	}
	cout<<sum/2<<endl;
	return 0;
}

总结

今天做题感受到一个巧妙之处就是学会将问题进行转换,换个角度思考或许就会将问题简化很多。

内容概要:本文系统阐述了智能物流路径规划的技术体系与实践应用,涵盖其发展背景、核心问题建模、关键算法、多目标与动态环境处理、系统架构及典型应用场景。文章以车辆路径问题(VRP)及其变体为核心数学模型,介绍了从Dijkstra、A*等单智能体算法到多车VRP的元启发式求解方法(如遗传算法、蚁群算法、大规模邻域搜索),并深入探讨了多目标优化(成本、时间、碳排放)与动态环境(实时订单、交通变化)下的自适应规划策略。结合城市配送、干线运输、场内物流等案例,展示了路径规划在提升效率、降低成本方面的实际价值,并分析了当前面临的复杂性、不确定性等挑战,展望了AI融合、数字孪生、车路协同等未来趋势。; 适合人群:具备一定物流、运筹学或计算机基础,从事智能交通、物流调度、算法研发等相关工作的技术人员与管理人员,工作年限1-5年为宜。; 使用场景及目标:①理解智能物流路径规划的整体技术架构与核心算法原理;②掌握VRP建模方法与多目标、动态环境下路径优化的实现策略;③为物流系统设计、算法选型与系统优化提供理论依据与实践参考; 阅读建议:建议结合文中案例与数学模型,重点理解算法选择与实际业务场景的匹配逻辑,关注动态规划与多目标优化的工程实现难点,可配合仿真工具或开源求解器进行实践验证。
评论
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