BZOJ 1822 [JSOI2010]Frozen Nova 冷冻波

本文介绍了一种结合最大流算法和计算几何的应用案例。通过二分查找确定攻击次数,并利用计算几何判断攻击关系,最终建立图模型解决问题。

很明显的一道最大流,利用计算几何判断是否被攻击的关系。二分时间以判断攻击次数,每次重新建图。

#include<cstdio>
#include<iostream>
#include<cstring>
#include<vector>
#include<queue>
#include<stack> 
#include<cmath>
using namespace std;
const int maxn = 10005;
const int inf = 0x3f3f3f3f;
struct edge
{
    int u,v,cap,flow;
};
struct P
{
    int x,y,r,t;
};
struct L{
    P a,b;
};
P w[maxn],s[maxn],t[maxn];
vector<int> G[maxn];
vector<edge> f;
void add_edge(int u,int v,int cap)
{
    f.push_back((edge){u,v,cap,0});
    f.push_back((edge){v,u,0,0});
    int m=f.size();
    G[u].push_back(m-2);
    G[v].push_back(m-1);
}
int d[maxn],cur[maxn],mx,x,y,z,n,m,S,T,l,r,k;
bool vis[maxn],map[505][505];
bool bfs()
{
    memset(vis,false,sizeof(vis));
    queue<int> Q;
    Q.push(S);
    vis[S]=true;d[S]=0;
    while(!Q.empty())
    {
        int u=Q.front();
        Q.pop();
        for(int i=0;i<G[u].size();i++)
        {
            edge& e=f[G[u][i]];
            if(e.cap>e.flow&&!vis[e.v])
            {
                d[e.v]=d[u]+1;
                vis[e.v]=true;
                Q.push(e.v);
            }
        }
    }
    return vis[T];
}
int dfs(int u,int a)
{
    int flow=0,h;
    if(u==T||a==0) return a;
    for(int &i=cur[u];i<G[u].size();i++)
    {
        edge& e=f[G[u][i]];
        if(d[e.v]==d[u]+1&&(h=dfs(e.v,min(e.cap-e.flow,a)))>0)
        {
            flow+=h;
            f[G[u][i]^1].flow-=h;
            e.flow+=h;
            a-=h;
            if(a==0) break; 
        }
    }
    return flow;
}
int Dinic(int s,int t)
{
    int flow=0;
    while(bfs()) {
        memset(cur,0,sizeof(cur));
        flow+=dfs(s,inf);
    }
    return flow;
}
inline P operator-(P a,P b)
{
    P t;t.x=a.x-b.x;t.y=a.y-b.y;return t;
}
inline double operator*(P a,P b)
{
    return a.x*b.y-a.y*b.x;
}
inline double dis(P a,P b)
{
    return sqrt((a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y));
}
inline double dot(P a,P b)
{
    return a.x*b.x+a.y*b.y;
}
inline double dis(L l,P p)
{
    if(dot(l.a-p,l.b-p)>0)
        return min(dis(l.a,p),dis(l.b,p));
    return abs((p-l.a)*(l.b-l.a)/dis(l.a,l.b));
}
bool jud(int x,int y)
{
    if(dis(w[x],s[y])>w[x].r)return 0;
    for(int i=1;i<=k;i++)
        if(dis((L){w[x],s[y]},t[i])<t[i].r)return 0;
    return 1;
}
void build(int x)
{
    f.clear();T=n+m+1; 
    for(int i=0;i<=T;i++) G[i].clear();
    for(int i=1;i<=n;i++) add_edge(0,i,x/w[i].t+1);
    for(int i=1;i<=m;i++) add_edge(i+n,T,1);
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            if(map[i][j]) add_edge(i,j+n,1);
}
int main()
{
    scanf("%d%d%d",&n,&m,&k);
    for(int i=1;i<=n;i++) scanf("%d%d%d%d",&w[i].x,&w[i].y,&w[i].r,&w[i].t),mx=max(mx,w[i].t);
    for(int i=1;i<=m;i++) scanf("%d%d",&s[i].x,&s[i].y);
    for(int i=1;i<=k;i++) scanf("%d%d%d",&t[i].x,&t[i].y,&t[i].r);
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
        {
            map[i][j]=jud(i,j);
            if(map[i][j]) d[j]=1;           
        }
    for(int i=1;i<=m;i++)
    {
        if(!d[i]){
            puts("-1");return 0;
        }
    }
    l=0,r=mx*m;int mid;
    while(l<=r)
    {
        mid=(l+r)>>1;
        build(mid);
        int ans=Dinic(S,T);
        if(ans==m) r=mid-1;
        else l=mid+1;
    }
    printf("%d\n",l);
    return 0;   
}
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤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。
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