hdu3622 Bomb Game(2分答案+2sat判定)

本文探讨了在给定n个回合,每个回合选择一个点放置炸弹,炸弹爆炸范围为圆,半径可调,且所有炸弹爆炸区域不相交的情况下,如何寻找满足条件的最小半径的最大值。通过二分枚举两点间距离,并使用2-SAT建图的方法判断是否存在矛盾,从而确定最小半径。关键在于优化距离计算方式,避免精度损失。

给定n个回合,每个回合给你两个点,每个回合只能选择一个点放置炸弹,在n个回合里选出n个点放置炸弹,炸弹的爆炸范围是一个圆形范围,半径可以控制。求满足每个炸弹爆炸的圆形区域不相交的条件下,的所有半径里面的最小半径最大值。

二分枚举两点之间的距离,如果存在两点距离小于等于枚举的距离时,则表示这两个点之间存在矛盾,根据2-sat建图。通过2-sat判断是否满足条件,存在矛盾说明枚举的距离太小,不存在说明没机的距离太大

注意:先按平方算距离 ,最后再开方,会卡精度。

#include<iostream>
#include<cstring>
#include<cstdio>
#include<cmath>
using namespace std;
#define clr(x)memset(x,0,sizeof(x))
#define eps 1e-6
int abs(int x){if(x>0)return x;return -x;}
const int maxn=50010;
struct node{
    int to;
    int next;
}q[50010];
int head[maxn];
int tot;
void add(int s,int u){
    q[tot].to=u;
    q[tot].next=head[s];
    head[s]=tot++;
}
bool ins[maxn];
int color[maxn];
int dfn[maxn],low[maxn],stack[maxn];
int ti,sn,top;
void tarjan(int u){
    dfn[u]=low[u]=++ti;
    stack[++top]=u;
    ins[u]=true;
    int i,k;
    for(i=head[u];i;i=q[i].next){
        k=q[i].to;
        if(dfn[k]==0){
            tarjan(k);
            if(low[k]<low[u])low[u]=low[k];
        }
        else if(ins[k]&&dfn[k]<low[u])
            low[u]=dfn[k];
    }
    if(dfn[u]==low[u]){
        sn++;
        do{
            k=stack[top--];
            ins[k]=false;
            color[k]=sn;
        }while(k!=u);
    }
}
void init(){
    clr(low);
    clr(dfn);
    clr(ins);
    clr(head);
    tot=1;
    top=-1;
    sn=ti=0;
}
int n;
struct Point{
    int x,y;
}p[500];
double g[500][500];
double dist(Point a,Point b){
    return (double)((a.x-b.x)*(a.x-b.x))+(double)((a.y-b.y)*(a.y-b.y));
}
int ok(int mid){
    int i,j;
    init();
    for(i=0;i<n;i++){
        for(j=i+1;j<n;j++){
            if(g[i][j]<mid+eps){
                add(i,j+n);add(j,i+n);
            }
            if(g[i][j+n]<mid+eps){
                add(i,j);add(j+n,i+n);
            }
            if(g[i+n][j]<mid+eps){
                add(i+n,j+n);add(j,i);
            }
            if(g[i+n][j+n]<mid+eps){
                add(i+n,j);add(j+n,i);
            }
        }
    }
    for(i=0;i<2*n;i++)
    if(dfn[i]==0)tarjan(i);
    int flag=0;
    for(i=0;i<n;i++)
    if(color[i]==color[i+n])flag=1;
    if(flag)return 0;
    return 1;
}
int main(){
    int i,j;
    while(scanf("%d",&n)!=EOF){
        for(i=0;i<n;i++)
            scanf("%d%d%d%d",&p[i].x,&p[i].y,&p[i+n].x,&p[i+n].y);
        double maxlen=-1;
        for(i=0;i<2*n;i++){
            for(j=i;j<2*n;j++){
                if(i==j){g[i][j]=0.0;continue;}
                g[i][j]=g[j][i]=dist(p[i],p[j]);
                if(g[i][j]+eps>maxlen)maxlen=g[i][j];
            }
        }
        double mid,res,l=0.0,r=maxlen;
        while(r-l>eps){
            mid=(l+r)/2.0;
            if(ok(mid)){l=mid;res=mid;}
            else r=mid;
        }
        printf("%.2lf\n",sqrt(res)/2.0);
    }
    return 0;
}


【复现】并_离网风光互补制氢合成氨系统容量-调度优化析(Python代码实现)内容概要:本文围绕“并_离网风光互补制氢合成氨系统容量-调度优化析”的主题,提供了基于Python代码实现的技术研究与复现方法。通过构建风能、太阳能互补的可再生能源系统模型,结合电解水制氢与合成氨工艺流程,对系统的容量配置与运行调度进行联合优化析。利用优化算法求解系统在不同运行模式下的最优容量配比和调度策略,兼顾经济性、能效性和稳定性,适用于并网与离网两种场景。文中强调通过代码实践完成系统建模、约束设定、目标函数设计及求解过程,帮助读者掌握综合能源系统优化的核心方法。; 适合人群:具备一定Python编程基础和能源系统背景的研究生、科研人员及工程技术人员,尤其适合从事可再生能源、氢能、综合能源系统优化等相关领域的从业者;; 使用场景及目标:①用于教学与科研中对风光制氢合成氨系统的建模与优化训练;②支撑实际项目中对多能互补系统容量规划与调度策略的设计与验证;③帮助理解优化算法在能源系统中的应用逻辑与实现路径;; 阅读建议:建议读者结合文中提供的Python代码进行逐模块调试与运行,配合文档说明深入理解模型构建细节,重点关注目标函数设计、约束条件设置及求解器调用方式,同时可对比Matlab版本实现以拓宽工具应用视野。
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