uva10020 Minimal coverage(最小区间覆盖 贪心)

传送门

题意:
用最少的线段覆盖区间 [ 0 , m ] [0,m] [0,m]

思路:
将线段左端点从小到大排序。 很容易可以pass掉线段右端点小于 0 0 0的线段。

我们维护一个线段覆盖终点 R R R(初始为 0 0 0)。 当前线段的起点如果小于 R R R,那么我们就可以更新最大的终点,因为要用最少的线段,那么就要保证这条线段加进来能延展的终点最长,那么要找一条左端点小于 R R R,并且右端点最远的线段。 每次这样更新就好了。

#include<iostream>
#include<algorithm>
#include<cstdio>
#include<stdio.h>
#include<string.h>
#include<queue>
#include<cmath>
#include<map>
#include<set>
#include<vector> 
using namespace std;
#define inf 0x3f3f3f3f
#define lson l,mid,rt<<1
#define rson mid+1,r,rt<<1|1
#define mem(a,b) memset(a,b,sizeof(a));
#define lowbit(x)  x&-x;  
#define debugint(name,x) printf("%s: %d\n",name,x);
#define debugstring(name,x) printf("%s: %s\n",name,x);
typedef long long ll;
typedef unsigned long long ull;
const double eps = 1e-6;
const int maxn = 1e5+5;
const ll mod = 1e9+7;
inline int read()
{
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}

struct node{
	int l,r;
	int id;
}p[maxn];
int x[maxn],y[maxn];
bool cmp(node a,node b){
	return a.l < b.l;
}
int main(){
	freopen("debug.in","")
	int t;
	cin>>t;
	while(t--){
		int m;
		scanf("%d",&m);
		int cnt = 0; 
		int l,r;
		while(scanf("%d%d",&l,&r)){
			if(l == 0 && r == 0) break;
			p[cnt].l = l, p[cnt++].r = r;
		}
		sort(p,p+cnt,cmp);
		int tol = 0;
		int ans = 0, L,R=0,i = 0;
		while(R < m && i < cnt){
			if(p[i].r < 0 || p[i].l > m) {
				i++;
				continue;
			}
			int tmp = 0,id = -1,maxR = R,f = 0;
			while(p[i].l <= R && i < cnt){
				f = 1;
				if(p[i].r > maxR){
					maxR = p[i].r;
					id = i;
				}
				i++;
			}
			if(id != -1)
				x[tol] = p[id].l, y[tol++] = p[id].r;
			if(!f) i++;
			R = maxR;
		}
		if(R < m) tol = 0;
		printf("%d\n",tol);
		for(int i = 0; i < tol; i++)
			printf("%d %d\n",x[i],y[i]);
		puts("");
	}
} 
### 最小圆覆盖问题的贪心二分法实现原理 最小圆覆盖问题是计算几何中的经典问题,目标是在给定一组点的情况下,找到一个半径最小的圆,使得所有点都在该圆内或圆周上。虽然贪心算法和二分法不是直接解决这一问题的首选方法,但在某些特定情况下,可以通过结合贪心思想与二分策略来近似求解。 #### 实现原理 1. **二分法的基本思路**: - 假设答案(即最小圆的半径)在某个范围内,例如从0到最大可能的距离。 - 通过不断缩小范围,逐步逼近最优解。 - 在每一步中,选择一个中间值作为假设的半径,并判断是否存在一个圆可以覆盖所有点且半径不大于该值。 2. **贪心思想的引入**: - 贪心策略通常用于快速构造满足条件的候选解。 - 在二分过程中,当尝试一个中间半径时,可以使用贪心方法快速判断是否能够覆盖所有点。 3. **具体步骤**: - 设定初始搜索范围:`low = 0`,`high = max_distance`(其中`max_distance`是任意两个点之间的最大距离)。 - 进行二分查找: - 计算中间半径 `mid = (low + high) / 2`。 - 使用贪心方法检查是否存在一个半径为 `mid` 的圆能够覆盖所有点。 - 如果存在,则更新 `high = mid`;否则,更新 `low = mid`。 - 当达到预定精度后,输出最终结果。 4. **贪心判断方法**: - 随机选取一个点作为圆心,尝试将其他点放入圆内。 - 如果发现某点无法被当前圆覆盖,则调整圆心位置,使其尽可能覆盖更多点。 - 重复此过程直到所有点都被覆盖或达到最大迭代次数。 #### 示例代码 以下是一个简化版的实现示例,展示了如何结合贪心思想与二分法来解决最小圆覆盖问题: ```python import math def is_covered(points, radius): # 贪心方法:随机选取一个点作为圆心,尝试覆盖所有点 for point in points: cx, cy = point covered = True for px, py in points: if math.hypot(px - cx, py - cy) > radius: covered = False break if covered: return True return False def minimal_enclosing_circle(points): # 初始范围设定 low = 0 high = max(math.hypot(p1[0] - p2[0], p1[1] - p2[1]) for p1 in points for p2 in points) # 设置精度 eps = 1e-6 while high - low > eps: mid = (low + high) / 2 if is_covered(points, mid): high = mid else: low = mid return high # 示例输入 points = [(0, 0), (1, 1), (2, 2)] result = minimal_enclosing_circle(points) print(f"最小圆的半径为: {result}") ``` #### 注意事项 - 上述代码仅为简化示例,实际应用中需要更复杂的贪心策略和优化。 - 精度设置对结果影响较大,需根据具体需求调整。 - 该方法适用于小规模数据集,对于大规模数据可能需要进一步优化。
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