poj2265

斜坐标系,注意找规律。说明在代码里。


#include <iostream>
#include <math.h>

using namespace std;

#define eps 1e-6
#define zero(x) (((x)>0?(x):-(x))<eps)

int direct[6][2] = { { 01 }, { -11 }, { -10 }, { 0, -1 }, { 1, -1 }, { 10 } };//斜坐标系的六个方向

int main()
{
    int x;
    while (cin >> x)
    {
        double n = (sqrt(12 * x - 3)*1.0 - 3) / 6;
        int p = zero(n - ceil(n)) ? (int) n : ceil(n);
        int t = x - 3 * p * p + 3 * p - 1;
        int xcord, ycord;
        //x equals the n loops plus t.
        //cout << (int) p << ' ' << t << endl;
        xcord = p - 1; ycord = 0;
        while (1)
        {
            if (t == 0goto L1;//t==0就可以撤出来了~
            xcord += direct[0][0], ycord += direct[0][1];//先向direct[0]走一步
            t--;
            if (t == 0goto L1;
            for (int i = 1; i <= p - 1; i++)
            {
                xcord += direct[1][0], ycord += direct[1][1];//再向direct[1]走p-1步
                t--;
                if (t == 0goto L1;
            }
            for (int i = 2; i <= 6; i++)
            {
                for (int j = 1; j <= p; j++)
                {
                    xcord += direct[i % 6][0], ycord += direct[i % 6][1];//然后向其他剩余的五个方向各走p步
                    t--;
                    if (t == 0goto L1;
                }
            }
        }
    L1: cout << xcord << ' ' << ycord << endl;
    }
}


转载于:https://www.cnblogs.com/james1207/p/3366157.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