[bzoj1941][kd-tree]Hide and Seek

本文介绍了一个捉迷藏游戏的算法解决方案,利用KdTree数据结构优化搜索过程,实现快速查找最近和最远点对,适用于大规模数据集。

Description

小猪iPig在PKU刚上完了无聊的猪性代数课,天资聪慧的iPig被这门对他来说无比简单的课弄得非常寂寞,为了消除寂寞感,他决定和他的好朋友giPi(鸡皮)玩一个更加寂寞的游戏—捉迷藏。
但是,他们觉得,玩普通的捉迷藏没什么意思,还是不够寂寞,于是,他们决定玩寂寞无比的螃蟹版捉迷藏,顾名思义,就是说他们在玩游戏的时候只能沿水平或垂直方向走。一番寂寞的剪刀石头布后,他们决定iPig去捉giPi。由于他们都很熟悉PKU的地形了,所以giPi只会躲在PKU内n个隐秘地点,显然iPig也只会在那n个地点内找giPi。游戏一开始,他们选定一个地点,iPig保持不动,然后giPi用30秒的时间逃离现场(显然,giPi不会呆在原地)。然后iPig会随机地去找giPi,直到找到为止。由于iPig很懒,所以他到总是走最短的路径,而且,他选择起始点不是随便选的,他想找一个地点,使得该地点到最远的地点和最近的地点的距离差最小。iPig现在想知道这个距离差最小是多少。
由于iPig现在手上没有电脑,所以不能编程解决这个如此简单的问题,所以他马上打了个电话,要求你帮他解决这个问题。iPig告诉了你PKU的n个隐秘地点的坐标,请你编程求出iPig的问题。

Input

第一行输入一个整数N 第2~N+1行,每行两个整数X,Y,表示第i个地点的坐标

Output

一个整数,为距离差的最小值。

Sample Input

4
0 0
1 0
0 1
1 1

Sample Output

1

HINT

对于30%的数据,N<=1000 对于100%的数据,N<=500000,0<=X,Y<=10^8 保证数据没有重点保证N>=2

题解

其实我看度娘提供给我的kdtree的blog还是迷迷糊糊不懂的
所以永远不要上度娘查专题
看题哇塞最近最远点对耶,我枚举枚举枚举哈哈哈哈哈哈哈n<=500000
**,高级数据结构??kdtree是啥???
通过一个中午的钻研我终于明白了。。这玩意其实就是一个高级的暴力。相当于在k维空间上进行分块,然后每一次估价左孩子的块和右孩子的块可能存在的答案更优秀。优的那个块就优先查找,之后观察更新后的答案是否比估价差的答案好来决定访不访问那个差的块。于是这就是Kdtree了。。
这个大暴力却能证明均摊复杂度是sqrt(n)的
不多说了。直接对这个二维平面建kdtree,然后暴力枚举每个点,搜距离最近最远的点一减就好了。。

#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<cmath>
using namespace std;
const int inf=999999999;
struct node
{
    int lc,rc,d[2],mx[2],mn[2];
}tr[1110000];
void update(int x)
{
    int lc=tr[x].lc,rc=tr[x].rc;
    if(lc)
    {
        tr[x].mx[0]=max(tr[x].mx[0],tr[lc].mx[0]);
        tr[x].mn[0]=min(tr[x].mn[0],tr[lc].mn[0]);
        tr[x].mx[1]=max(tr[x].mx[1],tr[lc].mx[1]);
        tr[x].mn[1]=min(tr[x].mn[1],tr[lc].mn[1]);
    }
    if(rc)
    {
        tr[x].mx[0]=max(tr[x].mx[0],tr[rc].mx[0]);
        tr[x].mn[0]=min(tr[x].mn[0],tr[rc].mn[0]);
        tr[x].mx[1]=max(tr[x].mx[1],tr[rc].mx[1]);
        tr[x].mn[1]=min(tr[x].mn[1],tr[rc].mn[1]);
    }
}
int cmpd;
bool cmp(node n1,node n2)
{
    return n1.d[cmpd]<n2.d[cmpd] || n1.d[cmpd]==n2.d[cmpd] && n1.d[cmpd^1]<n2.d[cmpd^1];
}
int bt(int l,int r,int d)
{
    int mid=(l+r)/2,now;
    cmpd=d;now=mid;
    nth_element(tr+l,tr+mid,tr+r+1,cmp);//取出当前平面的中值 
    tr[now].mx[0]=tr[now].mn[0]=tr[now].d[0];
    tr[now].mx[1]=tr[now].mn[1]=tr[now].d[1];
    if(l<mid)tr[now].lc=bt(l,mid-1,d^1);//儿子就要用另一个平面 
    if(mid<r)tr[now].rc=bt(mid+1,r,d^1);//同理 
    update(now);
    return now;
}
//int X[510000],Y[510000];
int nowx,nowy,root,n;
int minn,maxx;
//建树,分别用两个平面来划分块 
int dismin(int now,int x,int y)//估价函数,判断答案可能出现在now块的最小值 
{
    int d=0;
    if(x>tr[now].mx[0])d+=x-tr[now].mx[0];
    if(x<tr[now].mn[0])d+=tr[now].mn[0]-x;
    if(y>tr[now].mx[1])d+=y-tr[now].mx[1];
    if(y<tr[now].mn[1])d+=tr[now].mn[1]-y;
    return d;
}
void solmin(int now)
{
    int dl=inf,dr=inf;
    int d0=abs(nowx-tr[now].d[0])+abs(nowy-tr[now].d[1]);
    if(d0)minn=min(minn,d0);
    if(tr[now].lc)dl=dismin(tr[now].lc,nowx,nowy);
    if(tr[now].rc)dr=dismin(tr[now].rc,nowx,nowy);
    if(dl<dr)
    {
        if(dl<minn)solmin(tr[now].lc);//先跑最有可能出现的 
        if(dr<minn)solmin(tr[now].rc);//再跑第二有可能出现的 
    }
    else
    {
        if(dr<minn)solmin(tr[now].rc);
        if(dl<minn)solmin(tr[now].lc);
    }
}
int dismax(int now,int x,int y)
{
    int d=0;
    d+=max(abs(tr[now].mx[0]-x),abs(tr[now].mn[0]-x));
    d+=max(abs(tr[now].mx[1]-y),abs(tr[now].mn[1]-y));
    return d;
}
void solmax(int now)
{
    int dl=-inf,dr=-inf;
    int d0=abs(tr[now].d[0]-nowx)+abs(tr[now].d[1]-nowy);
    if(d0)maxx=max(maxx,d0);
    if(tr[now].lc)dl=dismax(tr[now].lc,nowx,nowy);
    if(tr[now].rc)dr=dismax(tr[now].rc,nowx,nowy);
    if(dl>dr)
    {
        if(dl>maxx)solmax(tr[now].lc);
        if(dr>maxx)solmax(tr[now].rc);
    }
    else
    {
        if(dr>maxx)solmax(tr[now].rc);
        if(dl>maxx)solmax(tr[now].lc);
    }
}
int main()
{
    scanf("%d",&n);
    for(int i=1;i<=n;i++)scanf("%d%d",&tr[i].d[0],&tr[i].d[1]);
    root=bt(1,n,0);
    int ans=inf;
    for(int i=1;i<=n;i++)
    {
        nowx=tr[i].d[0];nowy=tr[i].d[1];
        minn=inf;maxx=0;
        solmin(root);solmax(root);
        ans=min(ans,maxx-minn);
    }
    printf("%d\n",ans);
    return 0;
}
这个是完整源码 python实现 Django 【python毕业设计】基于Python的天气预报(天气预测分析)(Django+sklearn机器学习+selenium爬虫)可视化系统.zip 源码+论文+sql脚本 完整版 数据库是mysql 本研究旨在开发一个基于Python的天气预报可视化系统,该系统结合了Django框架、sklearn机器学习库和Selenium爬虫技术,实现对天气数据的收集、分析和可视化。首先,我们使用Selenium爬虫技术从多个天气数据网站实时抓取气象数据,包括温度、湿度、气压、风速等多项指标。这些数据经过清洗和预处理后本研究旨在开发一个基于Python的天气预报可视化系统,该系统结合了Django框架、sklearn机器学习库和Selenium爬虫技术,实现对天气数据的收集、分析和可视化。首先,我们使用Selenium爬虫技术从多个天气数据网站实时抓取气象数据,包括温度、湿度、气压、风速等多项指标。这些数据经过清洗和预处理后,将其存储在后端数据库中,以供后续分析。 其次,采用s,将其存储在后端数据库中,以供后续分析。 其次,采用sklearn机器学习库构建预测模型,通过时间序列分析和回归方法,对未来天气情况进行预测。我们利用以往的数据训练模型,以提高预测的准确性。通过交叉验证和超参数优化等技术手段,我们优化了模型性能,确保其在实际应用中的有效性和可靠性。 最后,基于Django框架开发前端展示系统,实现天气预报的可视化。用户可以通过友好的界面查询实时天气信息和未来几天内的天气预测。系统还提供多种图表类型,包括折线图和柱状图,帮助用户直观理解天气变化趋势。 本研究的成果为天气预报领域提供了一种新的技术解决方案,不仅增强了数据获取和处理的效率,还提升了用户体验。未来,该系统能够扩展至其他气象相关的应用场景,为大众提供更加准确和及时的气象服务。
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