SHOI2012 信用卡凸包

传送门

顶点凸包+一个圆周长。

#include<bits/stdc++.h>
#define re register
#define cs const
cs int N=4e4+10;
cs double eps=1e-8,oo=1e9,pi=acos(-1);
struct Grid{
	double x,y;
	Grid(double X=0,double Y=0){x=X,y=Y;}
	inline double Angle(){return atan2(y,x);}
	inline double len(){return sqrt(x*x+y*y);}
	friend inline Grid operator +(const Grid &a,const Grid &b){return Grid(a.x+b.x,a.y+b.y);}
	friend inline Grid operator -(const Grid &a,const Grid &b){return Grid(a.x-b.x,a.y-b.y);}
	friend inline Grid operator *(const Grid &a,const double &b){return Grid(a.x*b,a.y*b);}
	friend inline Grid operator /(const Grid &a,const double &b){return Grid(a.x/b,a.y/b);}
	friend inline double dot(const Grid &a,const Grid &b){return a.x*b.x+a.y*b.y;}
	friend inline double cross(const Grid &a,const Grid &b){return a.x*b.y-a.y*b.x;}
	inline Grid rotate(double ang){return Grid(x*cos(ang)-y*sin(ang),x*sin(ang)+y*cos(ang));}
}A[N],S[N];
typedef Grid Point,Vector;
inline int sgn(double x){
	if(x>eps) return 1;
	if(x<-eps) return -1;
	return 0;
}

int n,tot,pos,top;double a,b,r,x,y,angle;
inline void get_pnts(cs Point &O,double ang){
	A[++tot]=Vector( b, a).rotate(ang)+O;
	if(A[0].y>A[tot].y||(A[0].y==A[tot].y&&A[0].x>A[tot].x)) A[0]=A[tot],pos=tot;
	A[++tot]=Vector(-b, a).rotate(ang)+O;
	if(A[0].y>A[tot].y||(A[0].y==A[tot].y&&A[0].x>A[tot].x)) A[0]=A[tot],pos=tot;
	A[++tot]=Vector( b,-a).rotate(ang)+O;
	if(A[0].y>A[tot].y||(A[0].y==A[tot].y&&A[0].x>A[tot].x)) A[0]=A[tot],pos=tot;
	A[++tot]=Vector(-b,-a).rotate(ang)+O;
	if(A[0].y>A[tot].y||(A[0].y==A[tot].y&&A[0].x>A[tot].x)) A[0]=A[tot],pos=tot;
}
inline bool cmp(cs Point &a,cs Point &b){
	double P=atan2(a.y-A[1].y,a.x-A[1].x);
	double Q=atan2(b.y-A[1].y,b.x-A[1].x);
	return (P!=Q)?P<Q:a.x<b.x;
}
inline void Graham(){
	std::swap(A[pos],A[1]),std::sort(A+2,A+tot+1,cmp);
	S[1]=A[1],S[top=2]=A[2];
	for(int re i=3;i<=tot;++i){
		while(top>=3&&(cross(A[i]-S[top-1],S[top]-S[top-1])>=0)) --top;
		S[++top]=A[i];
	}S[top+1]=A[1];
}
double ans=0;
int main(){
	scanf("%d%lf%lf%lf",&n,&a,&b,&r),a-=r*2,b-=r*2,a/=2.0,b/=2.0,A[0]=Point(oo,oo);
	for(int re i=1;i<=n;++i) scanf("%lf%lf%lf",&x,&y,&angle),get_pnts(Point(x,y),angle);
	Graham();
	for(int re i=1;i<=top;++i) ans+=(S[i+1]-S[i]).len();
	printf("%.2lf\n",ans+2.0*pi*r);
}
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)题的Matlab代码实现,旨在解决物流与交通网络中枢纽节点的最优选址问题。通过构建数学模型,结合粒子群算法的全局寻优能力,优化枢纽位置及分配策略,提升网络传输效率并降低运营成本。文中详细阐述了算法的设计思路、实现步骤以及关键参数设置,并提供了完整的Matlab仿真代码,便于读者复现和进一步改进。该方法适用于复杂的组合优化问题,尤其在大规模网络选址中展现出良好的收敛性和实用性。; 适合人群:具备一定Matlab编程基础,从事物流优化、智能算法研究或交通运输系统设计的研究生、科研人员及工程技术人员;熟悉优化算法基本原理并对实际应用场景感兴趣的从业者。; 使用场景及目标:①应用于物流中心、航空枢纽、快递分拣中心等p-Hub选址问题;②帮助理解粒子群算法在离散优化问题中的编码与迭代机制;③为复杂网络优化提供可扩展的算法框架,支持进一步融合约束条件或改进算法性能。; 阅读建议:建议读者结合文中提供的Matlab代码逐段调试运行,理解算法流程与模型构建逻辑,重点关注粒子编码方式、适应度函数设计及约束处理策略。可尝试替换数据集或引入其他智能算法进行对比实验,以深化对优化效果和算法差异的理解。
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