【NOJ1130】【算法实验三】polygon

该博客讨论了一道算法问题,涉及到在圆周上均匀分布点。问题描述了一个初始的正n边形,之后需要添加m个点并进行移动,使得所有n+m个点最终形成一个新的正多边形,且移动总距离最小。输入包含n和m的值,输出要求保留4位小数。博主分享了解题思路,并提供了自己的理解与解题过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


1130.polygon

时限:1000ms 内存限制:10000K  总时限:3000ms

描述

在一个周长为10000的圆上等距分布着n个点,即这n个点是一个正n边形的顶点。现在要另加m个点到圆上,新加的m个点可以任意选择位置(可以与原有的点重合)。然后将这n+m个点中的一些点延圆周移动,最终使n+m个点均匀分布,即在一个正n+m边形的顶点上。输出最小总移动距离。

输入

输入两个整数 n, m。 (2≤n≤1000, 1≤m≤1000).

输出

输出最小总移动距离,保留4位小数。


#include <iostream>
#include <cstdio>
#include <cmath>
using namespace std;

int main()
{
	int m,n;
	double p;	//位置
	double len;	//总移动距离

	while(cin>>n)
	{
		cin>>m;

		len=0;	//初始化
		for(int i=0; i<n; i++)	//遍历每个需要移动的点
		{
			p=(double)i/n*(n+m);	    //计算每个点的原横坐标
			len+=fabs((int)(p+0.5)-p);	//取p的小数部分进行累加,得总移动距离
										//小数部分=移动距离=新横坐标-原横坐标
		}
		len=(double)len/(m+n)*10000;	//把总移动距离按比例换算成弧长
		printf("%.4f\n",len);
	}
	return 0;
}

【后记】

1.一堆套路广搜中蹦出来一道这个题,着实令我伤透脑筋,网上的代码简短精悍,犹如天书,琢磨好久终于懂得。用文字说不

### 西北工业大学 NOJ 平台排序算法大作业示例题目解题报告 #### 示例题目:优化版快速排序实现 在西北工业大学 NOJ 平台上,有一道关于优化版快速排序的大作业题目。该题目不仅要求学生掌握基本的快速排序原理,还强调了对不同数据分布情况下的性能优化。 #### 题目描述 给定一组整数数组 `arr` 和一个正整数 `k` (1 ≤ k ≤ length of array),编写程序找到前 K 小的元素并按升序返回这些元素组成的列表。为了提高效率,不允许使用额外的空间来存储中间结果(即空间复杂度应尽可能低)。此外,在最坏情况下时间复杂度不应超过 O(n log n)[^1]。 #### 思路分析 此问题可以通过修改传统的快速排序算法解决。传统方法会构建完整的有序序列再截取所需部分;而本题只需要获取特定位置上的若干个最小值,则可以利用分治法的思想只处理涉及目标范围内的子区间,从而减少不必要的比较次数达到加速效果。 #### Python 实现代码 ```python import random def partition(nums, low, high): pivot = nums[(low + high) // 2] i = low - 1 j = high + 1 while True: i += 1 while nums[i] < pivot: i += 1 j -= 1 while nums[j] > pivot: j -= 1 if i >= j: return j nums[i], nums[j] = nums[j], nums[i] def quick_select(nums, left, right, index): pos = partition(nums, left, right) if pos + 1 == index: return nums[pos] elif pos + 1 < index: return quick_select(nums, pos + 1, right, index) else: return quick_select(nums, left, pos - 1, index) def smallestK(arr, k): if not arr or k <= 0: return [] result = [] for _ in range(k): min_val = quick_select(arr[:], 0, len(arr)-1-_ ,len(arr)-_) arr.remove(min_val) result.append(min_val) return sorted(result) # 测试用例 print(smallestK([7, 10, 4, 3, 20, 15], 3)) ``` 上述解决方案通过调整标准快排逻辑实现了更高效的 top-k 查询功能,并且满足题目对于时间和空间复杂性的严格限制条件。
评论 6
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