枚举 讨厌的青蛙

这个问题的主要计算是:从被踩踏的水稻中选择两棵(X1,Y1)、(X2,Y2)。判断它们是否能够作为一条青蛙路径上最先被踩踏的两颗水稻。(X1,Y1)、(X2,Y2)唯一确定了蛙跳的方向和步长,从(X2,Y2)开始,沿着这个方向和步长在稻田内走。每走一步,判断所到达位置上(X,Y)的水稻是否被踩踏,直到走出稻田为止。如果在某一步上,(X,Y)没有被踩踏,则表明(X1,Y1)、(X2,Y2)是一条青蛙路径上最先被踩踏的两颗水稻的假设不成立。这个判断的算法在问题求解过程中要反复使用,它的效率成为决定整个计算效率的关键。
 用一个PLANT 型的数组plants[5001]表示全部被踩踏的水稻
 将plants 中的元素按照行/列序号的升序(或者降序)排列
 采用二分法查找plants 中是否有值为(X,Y)的元素:将(X,Y)与plants 中间的元素比较,

(1)相等,表明找到了元素;(2)比plants 中间元素的小,继续在plants 的前半部寻找;(3)比plants 中间元素的大,继续在plants 的后半部寻找。采用上述方法判断每走一步所到达位置上(X,Y)的水稻是否被踩踏,最多只要比较Log2N,其中N 是稻田中被踩踏水稻的总量。


代码:

#include <stdio.h>
#include <stdlib.h>
#include <algorithm>
using namespace std;
int r,c,n;
struct PLANT{
    int x, y;
};
PLANT plants[5001];
PLANT plant;
int searchPath(PLANT secPlant, int dX, int dY);


int main() {
    int i, j, dX, dY, pX, pY, steps, max=2;
    scanf("%d %d", &r, &c);
    //行数和列数,x方向是上下,y方向是左右
    scanf("%d", &n);
    for(i=0; i<n; i++) {
        scanf("%d %d", &plants[i].x, &plants[i].y);
    }
    //将水稻按x坐标从小到大排序,x坐标相同按y从小到大排序
    sort(plants, plants+n);
    for(i=0; i<n-2; i++) { //plants[i]是第一个点
        for(j=i+1; j<n-1; j++) { //plants[j]是第二个点
            dX = plants[j].x-plants[i].x;
            dY = plants[j].y-plants[i].y;
            pX = plants[i].x-dX;
            pY = plants[i].y-dY;
            if (pX<=r && pX>=1 && pY<=c && pY>=1){
                continue;
                //第一个点的前一点在稻田里
                //说明本次选的第二点导致的x方向步长不合理(太小)
                //取下一个点作为第二点
            }
            if (plants[i].x+(max-1)*dX>r) {
                break;
                //x方向过早越界了,说明本次选的第二点不成立
                //如果换下一个点作为第二点,x方向步长只会更大,更不成立,所以应该
                //认为本次选的第一点必然是不成立的,那么取下一个点作为第一点再试
            }
            pY = plants[i].y+(max-1)*dY;
            if (pY>c || pY<1) {  //感觉此步没必要判断小于号啊,NodYoung注
                continue;//y方向过早越界了,应换一个点作为第二点再试
            }
            steps = searchPath(plants[j], dX, dY);
            if (steps>max) {
                max = steps;
            }
        }       
    }
    if (max == 2) {
        max = 0;
    }
    printf("%d\n", max);
}
/*
运算符重载,用于sort
*/
bool operator < (const PLANT &p1, const PLANT &p2) {
    if (p1.x == p2.x) {
        return p1.y<p2.y;
    }
    return p1.x < p2.x;
}


//判断从secPlant点开始,步长为dx,dy, 那么最多能走几步
int searchPath(PLANT secPlant, int dX, int dY) {
    PLANT plant;
    int steps;
    plant.x = secPlant.x + dX;
    plant.y = secPlant.y + dY;
    steps = 2;
    while(plant.x<=r && plant.x>=1 && plant.y<=c && plant.y>=1) {
        if (!binary_search(plants, plants+n, plant)) {
            //每一步都必须踩倒水稻才算合理,否则这就不是一条行走路径
            steps = 0;
            break;
        }
        plant.x += dX;
        plant.y += dY;
        steps++;
    }
    return steps;
}

内容概要:本文是一份针对2025年中国企业品牌传播环境撰写的《全网媒体发稿白皮书》,聚焦企业媒体发稿的策略制定、渠道选择与效果评估难题。通过分析当前企业面临的资源分散、内容同质、效果难量化等核心痛点,系统性地介绍了新闻媒体、央媒、地方官媒和自媒体四大渠道的特点与适用场景,并深度融合“传声港”AI驱动的新媒体平台能力,提出“策略+工具+落地”的一体化解决方案。白皮书详细阐述了传声港在资源整合、AI智能匹配、舆情监测、合规审核及全链路效果追踪方面的技术优势,构建了涵盖曝光、互动、转化与品牌影响力的多维评估体系,并通过快消、科技、零售等行业的实战案例验证其有效性。最后,提出了按企业发展阶段和营销节点定制的媒体组合策略,强调本土化传播与政府关系协同的重要性,助力企业实现品牌声量与实际转化的双重增长。; 适合人群:企业市场部负责人、品牌方管理者、公关传播从业者及从事数字营销的相关人员,尤其适用于初创期至成熟期不同发展阶段的企业决策者。; 使用场景及目标:①帮助企业科学制定媒体发稿策略,优化预算分配;②解决渠道对接繁琐、投放不精准、效果不可衡量等问题;③指导企业在重大营销节点(如春节、双11)开展高效传播;④提升品牌权威性、区域渗透力与危机应对能力; 阅读建议:建议结合自身企业所处阶段和发展目标,参考文中提供的“传声港服务组合”与“预算分配建议”进行策略匹配,同时重视AI工具在投放、监测与优化中的实际应用,定期复盘数据以实现持续迭代。
先展示下效果 https://pan.quark.cn/s/987bb7a43dd9 VeighNa - By Traders, For Traders, AI-Powered. Want to read this in english ? Go here VeighNa是一套基于Python的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成长为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。 在使用VeighNa进行二次开发(策略、模块等)的过程中有任何疑问,请查看VeighNa项目文档,如果无法解决请前往官方社区论坛的【提问求助】板块寻求帮助,也欢迎在【经验分享】板块分享你的使用心得! 想要获取更多关于VeighNa的资讯信息? 请扫描下方二维码添加小助手加入【VeighNa社区交流微信群】: AI-Powered VeighNa发布十周年之际正式推出4.0版本,重磅新增面向AI量化策略的vnpy.alpha模块,为专业量化交易员提供一站式多因子机器学习(ML)策略开发、投研和实盘交易解决方案: :bar_chart: dataset:因子特征工程 * 专为ML算法训优化设计,支持高效批量特征计算与处理 * 内置丰富的因子特征表达式计算引擎,实现快速一键生成训数据 * Alpha 158:源于微软Qlib项目的股票市场特征集合,涵盖K线形态、价格趋势、时序波动等多维度量化因子 :bulb: model:预测模型训 * 提供标准化的ML模型开发模板,大幅简化模型构建与训流程 * 统一API接口设计,支持无缝切换不同算法进行性能对比测试 * 集成多种主流机器学习算法: * Lass...
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