HDU 1542 Atlantis(矩形面积并)

本文介绍了解决 HDU1542 Atlantis 题目的方法,采用扫描线算法计算多个矩形的并集面积。通过使用线段树或直接暴力扫描来处理矩形集合,并详细展示了实现过程。

HDU 1542 Atlantis

题目链接

题意:给定一些矩形,求面积并

思路:利用扫描线,因为这题矩形个数不多,直接暴力扫就能够了。假设数据大。就要用线段树

代码:

#include <cstdio>
#include <cstring>
#include <cmath>
#include <algorithm>
using namespace std;

const int N = 205;
const int M = 100005;
const double eps = 1e-8;

int n, vis[N], hn;
double hash[N];

struct Line {
	double l, r, y;
	int flag;
	Line() {}
	Line(double l, double r, double y, int flag) {
		this->l = l;
		this->r = r;
		this->y = y;
		this->flag = flag;
	}
} line[N];

bool cmp(Line a, Line b) {
	return a.y < b.y;
}

int get(double x) {
	return lower_bound(hash, hash + hn, x) - hash;
}

int main() {
	int cas = 0;
	while (~scanf("%d", &n) && n) {
		double x1, x2, y1, y2; hn = 0;
		memset(vis, 0, sizeof(vis));
		for (int i = 0; i < n; i++) {
			scanf("%lf%lf%lf%lf", &x1, &y1, &x2, &y2);
			line[i * 2] = Line(x1, x2, y1, 1);
			line[i * 2 + 1] = Line(x1, x2, y2, -1);
			hash[hn++] = x1; hash[hn++] = x2;
		}
		n *= 2;
		sort(line, line + n, cmp);
		sort(hash, hash + hn);
		hn = 1;
		for (int i = 1; i < n; i++) {
			if (fabs(hash[i] - hash[i - 1]) < eps) continue;
			hash[hn++] = hash[i];
		}
		double ans = 0;
		for (int i = 0; i < n; i++) {
			int l = get(line[i].l), r = get(line[i].r);
			double len = 0;
			for (int j = 0; j < hn - 1; j++) if (vis[j] > 0) len += (hash[j + 1] - hash[j]);
			if (i) ans += len * (line[i].y - line[i - 1].y);
			for (int j = l; j < r; j++) vis[j] += line[i].flag;
		}
		printf("Test case #%d\n", ++cas);
		printf("Total explored area: %.2lf\n\n", ans);
	}
	return 0;
}


转载于:https://www.cnblogs.com/jzssuanfa/p/7082012.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,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,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,提出自适应参数调整、模型优化和行计算等改进策略。; 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,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