喷水装置(二)

解决如何用最少数量的喷水装置使草坪完全湿润的问题。通过分析喷水装置的位置与覆盖范围,采用区间覆盖的方法,实现有效算法。

喷水装置(二)

时间限制:3000 ms  |  内存限制:65535 KB
难度:4
描述
有一块草坪,横向长w,纵向长为h,在它的橫向中心线上不同位置处装有n(n<=10000)个点状的喷水装置,每个喷水装置i喷水的效果是让以它为中心半径为Ri的圆都被润湿。请在给出的喷水装置中选择尽量少的喷水装置,把整个草坪全部润湿。
输入
第一行输入一个正整数N表示共有n次测试数据。
每一组测试数据的第一行有三个整数n,w,h,n表示共有n个喷水装置,w表示草坪的横向长度,h表示草坪的纵向长度。
随后的n行,都有两个整数xi和ri,xi表示第i个喷水装置的的横坐标(最左边为0),ri表示该喷水装置能覆盖的圆的半径。
输出
每组测试数据输出一个正整数,表示共需要多少个喷水装置,每个输出单独占一行。
如果不存在一种能够把整个草坪湿润的方案,请输出0。
样例输入
2
2 8 6
1 1
4 5
2 10 6
4 5
6 5
样例输出
1
2

/*

 *自己不太会做这种题,测试了好多册都没成功,还好网上找了一片很符合自己想法的

*下面把思路说下:

*题目只给 x坐标还有圆半径,也就是说 半径小于 矩形高度一般的就不用考虑,然后将获取的有用数据放入数组

* 考虑区间划分友三种情况如下

区间覆盖问题分成三种情况(“---”表示区间)
第一种情况
  a -----------
  b   --------------
  c                    -----------
  此时没有能覆盖b和c之间的区域
第二种情况
 a -----------
  b     ------------
  c             -------------
  此时需要选择a,b,c三个区间
第三种
 a -----------
  b    -------------
  c      ---------------

按照渐近原则 第一个圆左边界应该(此时左边界在矩形外)要最靠近矩形(题目要求“用最少的装置”) 且圆右边界尽量长 所以要先循环找出最此圆 

for(i->n)

  if(p[i].l <= left && maxr < p[i].r )

       maxr = p[i].r

其后圆的测试方法 和上面相同。

*/

#include <iostream>
using namespace std;
#include<cmath>
#include <cstdio>
struct point
{
    float l,r;
}p[10005];
int main(int argc, char *argv[])
{
    float w,h,s,x1,x,r,x2;
    int i,n,ans;
    int kase; 
    scanf("%d",&kase);
    while (kase--)  
    {   
    	scanf("%d%f%f",&n,&w,&h);
        i=0;h=h/2;
        while (n--)
        {
            scanf("%f%f",&x,&r);
            if (r>=h)
            {
                s=sqrt(r*r-h*h);
                x1=x-s;
                x2=x+s;
                p[i].l=x1;
                p[i++].r=x2;
            }
        }
      //在执行下面程序时,个人认为应该先排序这样循环次数会少
       n=i;ans=0;  
        float start=0,end=w,maxr;
        while(start<end)
        {   maxr=0;
        	for(i=0;i<n;i++)                   //程序可以优化 当第i个圆找到时,后面圆的位置可直接i+1
        		if(p[i].l<=start&&p[i].r>maxr)
		        	maxr=p[i].r;
        	if(maxr==start) {ans=0;break;} 
        	ans++;
        	start=maxr;
        }
        cout<<ans<<endl;
    }
    return 0;
}





【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
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