poj 3304

这道题学会的就是从结果想问题,找到应该考虑的方向

如果存在一直线l,使所有线段在l上的投影有交点,考虑只有一个交点这个极限,过此交点m做l的垂线,所有线段上的那个在l上的投影是m的点肯定过此垂线,所以存在直线l的必要条件就是至少存在一条直线交所有的线段,然后很显然至少存在一条直线交所有的线段是存在直线l的充分条件,所以原问题就转化为了是否有一条直线交所有的线段,而这一问题,可转换为是否存在过某两条线段的某两个不重合的端点的直线,交所有的线段。

但太粗心了,这道题经该了4个小时,才把所有错误改完啦,ai~~~~~~~~~~~

#include <iostream>
#include <stdio.h>
#include <math.h>
using namespace std;
const int maxn=110;
const double eps=1e-10;
double xx1[maxn],yy1[maxn],xx2[maxn],yy2[maxn];
int n;
double cross(double vx1,double vy1,double vx2,double vy2)
{
	return vx1*vy2-vy1*vx2;
}
int judge(double m1,double n1,double m2,double n2)
{
	if(sqrt((m2-m1)*(m2-m1)+(n2-n1)*(n2-n1))<eps) return 0;
	int i;
	double vx1=m2-m1,vy1=n2-n1;	
	for(i=0;i<n;i++)
	{
		double vx2=xx1[i]-m1,vy2=yy1[i]-n1;
		double vx3=xx2[i]-m1,vy3=yy2[i]-n1;
		double c1=cross(vx1,vy1,vx2,vy2),c2=cross(vx1,vy1,vx3,vy3);
		if(c1*c2>eps) return 0;
	}
	return 1;
}
int main()
{
	int t;
	scanf("%d",&t);
	while(t--)
	{
		scanf("%d",&n);
		int i,j;
		for(i=0;i<n;i++) scanf("%lf%lf%lf%lf",&xx1[i],&yy1[i],&xx2[i],&yy2[i]);
		if(n==1) { printf("Yes!\n");continue; }
		int flag=0;
		for(i=0;i<n&&!flag;i++)
		{
			for(j=i+1;j<n&&!flag;j++)
			{
				if(judge(xx1[i],yy1[i],xx1[j],yy1[j])||judge(xx1[i],yy1[i],xx2[j],yy2[j])||
					judge(xx2[i],yy2[i],xx1[j],yy1[j])||judge(xx2[i],yy2[i],xx2[j],yy2[j]))
					flag=1;
			}
		}
		if(flag) printf("Yes!\n");
		else printf("No!\n");
	}
	return 0;
}


转载于:https://www.cnblogs.com/lj030/archive/2013/03/02/3002238.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