poj 3684 Physics Experiment 弹性碰撞

本文提供了一种解决POJ 3684问题的有效算法。通过将球视为质点进行碰撞模拟,并利用排序来确定最终位置。考虑到球的半径因素,该方法能够准确地计算出每个球的最终位置。

题目链接:http://poj.org/problem?id=3684

 

把球的碰撞看作直接穿过

因为自始至终球的相对位置顺序都没有改变 所以最后sort一下即可得到各个球的位置

 

球有半径

这里的处理是

先把球看作质点

最后从下往上输出的时候再把(i-1)*2*R加上即可

 

注意半径给的单位是厘米

 

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <algorithm>
#include <set>
#include <stack>
#include <queue>
#include <vector>
#include <cmath>
#include <map>

using namespace std;

typedef long long ll;
typedef unsigned long long ull;
typedef pair<int, int> P;

typedef struct
{
    int x, y;
}Node;

const int maxn = 210;
const int walk[][2] = {1, 0, 0, 1, -1, 0, 0, -1};

int n, m;
char a[maxn][maxn];
Node v[20];

bool judge(int s, int sum, int turnid)
{
    int vid = 0;
    set<P> check;
    for(int i = 0; i < sum; i++)    //确定非转向灯是否能合法放置 并记录他们所能照亮的房间
    {
        if(s & (1 << i) && i != turnid)
        {
            if(v[i].x - 1 >= 1 && v[i].x - 1 <= n && a[v[i].x - 1][v[i].y] != '.')
                return 0;
            if(v[i].y + 1 >= 1 && v[i].y + 1 <= m && a[v[i].x][v[i].y + 1] != '.')
                return 0;

            check.insert(P(v[i].x, v[i].y));
            if(v[i].x - 1 >= 1)
                check.insert(P(v[i].x - 1, v[i].y));
            if(v[i].y + 1 <= m)
                check.insert(P(v[i].x, v[i].y + 1));
        }
    }

    for(int i = 0; i < 4; i++)  //枚举转向灯的四个方向
    {
        int cnt = check.size();
        int x1 = v[turnid].x;
        int y1 = v[turnid].y;
        int x2 = x1 + walk[i][0];
        int y2 = y1 + walk[i][1];
        int x3 = x1 + walk[(i+1)%4][0];
        int y3 = y1 + walk[(i+1)%4][1];

        if(x2 >= 1 && x2 <= n && y2 >= 1 && y2 <= m && a[x2][y2] != '.')
            continue;
        if(x3 >= 1 && x3 <= n && y3 >= 1 && y3 <= m && a[x3][y3] != '.')
            continue;

        if(!check.count(P(x1, y1)))
            cnt++;
        if(x2 >= 1 && x2 <= n && y2 >= 1 && y2 <= m && !check.count(P(x2, y2)))
            cnt++;
        if(x3 >= 1 && x3 <= n && y3 >= 1 && y3 <= m && !check.count(P(x3, y3)))
            cnt++;

        if(cnt == sum)  //已照亮的房间 == 需要被照亮的房间
            return 1;
    }

    return 0;
}

int main()
{
    //freopen("in.txt", "r", stdin);

    while(scanf("%d%d", &n, &m) == 2 && !(n == 0 && m == 0))
    {
        for(int i = 1; i <= n; i++)
            scanf("%s", a[i]+1);

        int cnt = 0;    //记录总共有几个格子可以放灯
        for(int i = 1; i <= n; i++) //先把小于等于15个格子提出来
            for(int j = 1; j <= m; j++)
            {
                if(a[i][j] == '.')
                {
                    v[cnt].x = i;
                    v[cnt].y = j;
                    cnt++;
                }
            }

        if(cnt == 0)    //特判
        {
            printf("0\n");
            continue;
        }

        int ans = 20;

        for(int i = 1; i < (1 << cnt); i++)
        {
            int lcnt = 0;   //记录有几个灯
            int ltmp[20];   //记录灯对应的v[]的下标
            for(int j = 0; j < cnt; j++)
                if(i & (1 << j))
                    ltmp[lcnt++] = j;

            for(int j = 0; j < lcnt; j++)
                if(judge(i, cnt, ltmp[j]) && lcnt < ans)
                    ans = lcnt;
        }

        if(ans == 20)
            printf("-1\n");
        else
            printf("%d\n", ans);
    }

    return 0;
}

 

转载于:https://www.cnblogs.com/dishu/p/4314109.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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