2011百校联动“菜鸟杯”程序设计公开赛&&Cover The Enemy

本文分享了一道菜鸟杯竞赛题目的解题思路与代码实现。通过对敌军营地位置进行排序,并采用枚举方法确定最优半径,最终实现了时间复杂度的有效降低。

今天下午又重新温习了菜鸟杯题,,发现好多题就是用枚举方法A掉的,,里面并没有夹杂太多方面的高级算法,,没想到就这题在比赛竟然好些做不出来,,看来自己做的题还是少啊!!!!!

思路:这一题求最小半径平方和,先把第一个塔离敌军的营地排一下序(升序,降序都可以),然后枚举所有到第一个塔的距离,通过找第一个塔不能覆盖的敌军阵营离第二个塔最大的距离得出第二个塔的半径,,还有一点要注意就是最找离第二个塔最大距离时需要再开个数组存一下,,这样可以把时间复杂度从n*n降到n,一开始我没有存储,果断tle。。。

AC代码:

#include<iostream> #include<algorithm> #include<stdio.h> #include<string.h> #define N 100005 using namespace std; typedef struct{ int x,y; int d1,d2; }Node; Node p[N]; Node t1,t2; int maxd2[N]; bool cmp(const Node& a,const Node& b) {return a.d1>b.d1;} int distan(Node a,Node b) { return (a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y);} int main() { int Case; scanf("%d",&Case); while(Case--) { scanf("%d%d%d%d",&t1.x,&t1.y,&t2.x,&t2.y); int n; scanf("%d",&n); for(int i=0;i<n;++i) { scanf("%d%d",&p[i].x,&p[i].y); p[i].d1=distan(t1,p[i]); p[i].d2=distan(t2,p[i]); } sort(p,p+n,cmp); int bb=0xffffff; memset(maxd2,0,sizeof(maxd2)); maxd2[0]=0; for(int i=0;i<n;++i) { maxd2[i+1]=max(maxd2[i],p[i].d2); bb=min(maxd2[i]+p[i].d1,bb); } bb=min(bb,maxd2[n]); printf("%d\n",bb); }return 0; }


超时的代码:

#include<iostream> #include<algorithm> #include<cstdio> #define N 100005 using namespace std; typedef struct{ int x,y; int d1,d2; }Node; Node p[N]; Node t1,t2; bool cmp(const Node& a,const Node& b) {return a.d1>b.d1;} int distan(Node a,Node b) { return (a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y);} int main() { int Case; //cin>>Case; scanf("%d",&Case); while(Case--) { //cin>>t1.x>>t1.y>>t2.x>>t2.y; scanf("%d%d%d%d",&t1.x,&t1.y,&t2.x,&t2.y); int n; //cin>>n; scanf("%d",&n); for(int i=0;i<n;++i) { //cin>>p[i].x>>p[i].y; scanf("%d%d",&p[i].x,&p[i].y); p[i].d1=distan(t1,p[i]); p[i].d2=distan(t2,p[i]); } sort(p,p+n,cmp); int bb=0xffffff; for(int i=0;i<n;++i) { int aa=0; for(int j=0;j<i;++j) aa=max(aa,p[j].d2); bb=min(p[i].d1+aa,bb); } //cout<<bb<<endl; printf("%d\n",bb); }return 0; }


混合动力汽车(HEV)模型的Simscape模型(Matlab代码、Simulink仿真实现)内容概要:本文档介绍了一个混合动力汽车(HEV)的Simscape模型,该模型通过Matlab代码和Simulink仿真工具实现,旨在对混合动力汽车的动力系统进行建模与仿真分析。模型涵盖了发动机、电机、电池、传动系统等关键部件,能够模拟车辆在不同工况下的能量流动与控制策略,适用于动力系统设计、能耗优化及控制算法验证等研究方向。文档还提及该资源属于一个涵盖多个科研领域的MATLAB仿真资源包,涉及电力系统、机器学习、路径规划、信号处理等多个技术方向,配套提供网盘下载链接,便于用户获取完整资源。; 适合人群:具备Matlab/Simulink使用基础的高研究生、科研人员及从事新能源汽车系统仿真的工程技术人员。; 使用场景及目标:①开展混合动力汽车能量管理策略的研究与仿真验证;②学习基于Simscape的物理系统建模方法;③作为教学案例用于车辆工程或自动化相关课程的实践环节;④与其他优化算法(如智能优化、强化学习)结合,实现控制策略的优化设计。; 阅读建议:建议使用者先熟悉Matlab/Simulink及Simscape基础操作,结合文档中的模型结构逐步理解各模块功能,可在此基础上修改参数或替换控制算法以满足具体研究需求,同时推荐访问提供的网盘链接获取完整代码与示例文件以便深入学习与调试。
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