Happig的博客

模拟退火模拟退火(Simulated  Annealing[SA]Simulated ~~Annealing[SA]Simulated  Annealing[SA])的出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法是一种通用的优化算法，其物理退火过程由加温过程、等温过程、冷却过程这三部分组成。模拟退火算法是基于Monte−CarloMonte-CarloMonte−Carlo迭代求解策略的一种随机寻优算法，从某一较高初温出发，伴随

传送门题目大意最小球覆盖裸题模拟退火这题和POJ2069POJ2069POJ2069最大的区别是，这题的精度卡不紧，使用一般的模拟退火就能写过#include <cstdio>#include <math.h>#include <iostream>#include <algorithm>using namespace std;const double T = 100000;const double delta = 0.998;co

传送门题目大意现在有方程f(x)=6∗x7+8∗x6+7∗x3+5∗x2−k∗x(0≤x≤100)f(x) = 6 * x^7+8*x^6+7*x^3+5*x^2-k*x (0 \leq x \leq 100)f(x)=6∗x7+8∗x6+7∗x3+5∗x2−k∗x(0≤x≤100)，每次给出kkk，求该函数在[0,100][0,100][0,100]的最小值。解题思路方法一（二分/三分）首先不难分析，在第一象限该函数一定是一个凹函数图像，那么很轻松就想到用三分去写。实际上还可以二分，对上述函数

传送门题目大意给出三维坐标系的若干个点，在坐标系范围内找到一个点作为圆心，在给出的点中距离它最远的点的距离作为半径作出一个球，该球内包含了其余所有的给定点。解题思路本题就是最小球覆盖的裸题解法一这题的精度卡的贼死，我调了一个小时模拟退火的参数还是过不了，但是网上普遍流传的一种过法目前看不太懂为什么这么写，参考了ACdreamerACdreamerACdreamer的博客：#include <cstdio>#include <math.h>#include <

传送门题目大意给出一个有很多洞的桌子，每个洞下面都吊着一个重物，现在将挂重物的绳子打结，求出最后打结点的坐标。解题思路大三蒟蒻不太会分析这种物理题，参考了题解的题意：根据物理的知识，当系统处于平衡状态时，系统的总能量最小。又因为系统的总能量是等于各个物体的重力势能，在质量一定时，即要求物体离地最近，离桌子最远。那么，也就是绳子在桌子上的距离尽量的小。即∑i=1nmidis(p0,pi)\sum_{i=1}^nm_idis(p_0,p_i)∑i=1n​mi​dis(p0​,pi​)最小。思路一

传送门题目大意给出平面内的nnn个点找出费马点，即找到一个点使得该点到其他所有点的距离之和最小，输出这个最小距离。解题思路网上不少题解千篇一律的“假”模拟退火，比如ACdreamerACdreamerACdreamer这篇博客他自己在代码中就说这不算是模拟退火，因为当不采用“以一定概率接受比当前最优解更差的解”，就已经注定不是模拟退火，真正的模拟退火是个有概率依据的随机算法，具体参见下面代码：//// Created by Happig on 2020/11/9//#include &lt