C++ 算法学习——1.8 悬线法

1.问题引入:对于一个矩形图,图中放置着不少障碍,要求出最大的不含障碍的矩形。

2.分析:显然一个极大矩形是左右上下都被障碍挡住,无法再扩大的矩形,此时障碍也包括边界。

3.方法:悬线法考虑以当前点所在行为下界,以往上能达到的最大距离为高度,正上方所有点的往左最大距离的最小值往右最大距离的最小值 之和作为宽的矩形。

其核心代码固定,使用时可以考虑直接套用。如下:

1.初始化求每个点leftmax,rightmax代码,0表示有障碍,不可走:

void initialize(int** G, int** leftmax, int** rightmax, int n, int m) {
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= m; j++) {
            if (!G[i][j]) continue;
            leftmax[i][j] = leftmax[i][j - 1] + 1;
        }
    }

    for (int i = 1; i <= n; i++) {
        for (int j = m; j >= 1; j--) {
            if (!G[i][j]) continue;
            rightmax[i][j] = rightmax[i][j + 1] + 1;
        }
    }
}

2.求最大矩形面积的代码:

for(int i = 1; i <= n; i++){
        for(int j = 1; j <= m; j++){
            if(i > 1 && G[i][j] && G[i-1][j]){
                upmax[i][j] = upmax[i-1][j] + 1;
                leftmax[i][j] = min(leftmax[i][j], leftmax[i-1][j]);//这样操作可以确保顺序遍历时,每个元素的leftmax都变为正上方元素的最小leftmax
                rightmax[i][j] = min(rightmax[i][j], rightmax[i-1][j]);//同理
            }
            ans = max(ans, (upmax[i][j] + 1) * (leftmax[i][j] + rightmax[i][j] - 1)); //高度+1(加上自身),宽度-1(因为往左包含了当前点,往右也包含了当前点,当前点算了两次)
        }
    }

P1. 洛谷p4147玉蟾宫

#include<iostream>
#include<cmath>
using namespace std;
int n,m;

void initialize(int** G, int** leftmax, int** rightmax, int n, int m) {
    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= m; j++) {
            if (!G[i][j]) continue;
            leftmax[i][j] = leftmax[i][j - 1] + 1;
        }
    }

    for (int i = 1; i <= n; i++) {
        for (int j = m; j >= 1; j--) {
            if (!G[i][j]) continue;
            rightmax[i][j] = rightmax[i][j + 1] + 1;
        }
    }
}

void showcurmap(int** a)
{
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        cout<<a[i][j]<<" ";
        cout<<endl;
    }
}

int main()
{
    cin>>n>>m;//考虑图置中,有效避免越界
    int** G;int**leftmax;int**rightmax;int** upmax;
    G=new int*[n+2];
    leftmax=new int*[n+2];
    rightmax=new int*[n+2];
    upmax=new int*[n+2];
    for(int i=0;i<=n+1;i++)
    {
        G[i]=new int[m+2]{0};
        leftmax[i]=new int[m+2]{0};
        rightmax[i]=new int[m+2]{0};
        upmax[i]=new int[m+2]{0};
    }

    for(int i=1;i<=n;i++)
    for(int j=1;j<=m;j++)
    {
        char put;cin>>put;
        if(put=='F') G[i][j]=1;
    }
    initialize(G,leftmax,rightmax,n,m);
    long long ans=0;
    for(int i = 1; i <= n; i++){
        for(int j = 1; j <= m; j++){
            if(i > 1 && G[i][j] && G[i-1][j]){
                upmax[i][j] = upmax[i-1][j] + 1;
                leftmax[i][j] = min(leftmax[i][j], leftmax[i-1][j]);//这样操作可以确保顺序遍历时,每个元素的leftmax都变为正上方元素的最小leftmax
                rightmax[i][j] = min(rightmax[i][j], rightmax[i-1][j]);//同理
            }
            ans = fmax(ans, (upmax[i][j] + 1) * (leftmax[i][j] + rightmax[i][j] - 1)); //高度+1(加上自身),宽度-1(因为往左包含了当前点,往右也包含了当前点,当前点算了两次)
        }
    }
    cout<<3*ans;
    //showcurmap(G);
}

### C++ 中实现曲线连接或绘制的方C++ 编程中,可以通过多种方实现曲线的连接或绘制。以下是几种常见的技术及其具体实现方式: #### 1. 使用最小二乘进行曲线拟合 最小二乘是一种常用的曲线拟合算法,用于寻找最佳逼近给定数据点的一条曲线。这种方通过减少误差平方和来优化参数。 ```cpp #include <iostream> #include <vector> using namespace std; // 计算线性回归系数 a 和 b (y = ax + b) void leastSquaresFit(const vector<double>& x, const vector<double>& y, double& a, double& b) { int n = x.size(); double sumX = 0, sumY = 0, sumXY = 0, sumXX = 0; for(int i = 0; i < n; ++i){ sumX += x[i]; sumY += y[i]; sumXY += x[i] * y[i]; sumXX += x[i] * x[i]; } a = (n*sumXY - sumX*sumY) / (n*sumXX - sumX*sumX); b = (sumY - a*sumX) / n; } int main() { vector<double> x = {1, 2, 3, 4}; vector<double> y = {1.8, 3.7, 5.9, 8.1}; double slope, intercept; leastSquaresFit(x, y, slope, intercept); cout << "Fitted line: y = " << slope << "x + " << intercept << endl; return 0; } ``` 上述代码实现了简单的线性最小二乘拟合[^1]。 --- #### 2. 利用贝塞尔曲线绘制平滑路径 贝塞尔曲线广泛应用于计算机图形学领域,尤其适合于创建光滑的二维或三维曲线。其核心思想是基于控制点集合构建多项式函数,并利用这些点生成连续的曲线。 对于二次贝塞尔曲线(即两个中间控制点),可以采用如下公式计算曲线上任意一点的位置: \[ B(t) = (1-t)^2P_0 + 2(1-t)tP_1 + t^2P_2 \] 下面是一个完整的例子展示如何使用 C++ 来渲染一条贝塞尔曲线: ```cpp #include <SFML/Graphics.hpp> #include <vector> #include <cmath> sf::Vector2f bezierPoint(float t, sf::Vector2f p0, sf::Vector2f p1, sf::Vector2f p2) { float u = 1 - t; float tt = t*t; float uu = u*u; sf::Vector2f point = uu*p0 + 2.f*u*t*p1 + tt*p2; return point; } int main(){ sf::RenderWindow window(sf::VideoMode(800, 600), "Bezier Curve Example"); // 定义三个控制点 sf::CircleShape controlPoints[3]; for(auto &p : controlPoints){ p.setRadius(5); p.setFillColor(sf::Color::Red); } controlPoints[0].setPosition(100, 100); controlPoints[1].setPosition(400, 500); controlPoints[2].setPosition(700, 200); while(window.isOpen()){ sf::Event event; while(window.pollEvent(event)){ if(event.type == sf::Event::Closed) window.close(); } window.clear(); // 绘制贝塞尔曲线 std::vector<sf::Vertex> curveVertices; for(float t=0; t<=1; t+=0.01){ sf::Vector2f pt = bezierPoint(t, controlPoints[0].getPosition(), controlPoints[1].getPosition(), controlPoints[2].getPosition()); curveVertices.push_back(sf::Vertex(pt, sf::Color::Blue)); } window.draw(&curveVertices[0], curveVertices.size(), sf::LinesStrip); // 显示控制点 for(auto &point : controlPoints){ window.draw(point); } window.display(); } return 0; } ``` 此程序展示了如何借助 SFML 库完成动态可视化效果[^2]。 --- #### 3. 基于样条插值的复杂曲线生成 如果目标是从多个离散的数据点之间建立更复杂的平滑过渡,则可能需要用到自然三次样条或其他形式的分段多项式插值方案。这类方允许局部调整而不影响整体结构稳定性。 由于篇幅所限,在这里不展开详述具体的数学推导过程以及对应的源码片段;不过有兴趣的话可进一步查阅相关资料深入学习。 --- ### 总结 以上介绍了三种主要途径——分别是基础统计模型下的直线近似、高级几何工具箱里的自由形态描绘手段还有数值分析范畴内的精确重构策略——它们各自适用于不同场景需求下解决实际工程中的绘图难题。
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