LA 3708 - Graveyard 模拟题

本文探讨了一个关于在固定周长圆环上均匀分布点的问题。原有n个点,需加入m个新点并保持均匀分布。文章通过编程实现了解决方案,即找到每个旧点移动到新位置的最短距离之和。

题目大意:在一个周长为10000的圆环上原来有n个平均分布的点,现在要在这个圆环上再增加m个点,并且任然要使这n+m个点均匀分布,所以就要将原来的n个点的位置做一定的移动,以将新来的m个点放进去,现在要求的是,为了把这m个点放进去,要将原来的点移动的距离的和的最小值是多少?

解题报告:,如图,列举了三种情况,黑色的线段表示原有的点的位置,空心的园表示增加m个点之后所有的点的分布,由图中可以看出不管怎么移动,也不管是哪种情况,一定有一个原来的点是不用移动的,所以我们就用这个点作为坐标的原点,其它的点的坐标也就知道了,所以接下俩只要为每一个原来的点(除了那个不要移动的点)找出离它最近的那个空心的圆环就可以了,然后把那些距离加起来就是了。

 1 #include<cstdio>
 2 #include<algorithm>
 3 #include<cmath>
 4 const int MAXS=10000+5;
 5 
 6 double MIN(double a,double b) {
 7     return a>b? b:a;
 8 }
 9 int main() {
10     int n,m;
11     while(scanf("%d%d",&n,&m)!=EOF) {
12         if(m%n==0) {
13             printf("0.0\n");
14             continue;
15         }
16         double old[MAXS]={0},New[MAXS]={0},tot=0,dis1=10000.0/n,dis2=10000.0/(n+m);
17         for(int i=1;i<n;++i)
18         old[i]+=old[i-1]+dis1;
19         for(int i=1;i<m+n-1;++i)
20         New[i]+=New[i-1]+dis2;
21         int z=1;
22         for(int i=1;i<=n;++i) {
23             double min=99999;
24             for(int j=z;;++j) {               //求出第i个原有的雕塑应该移到什么位置 
25                 double x=fabs(old[i]-New[j]);
26                 if(x<dis2) {
27                     z=j;
28                     min=MIN(x,dis2-x);
29                     break;
30                 }
31             }
32             tot+=min;
33         }
34         printf("%.4lf\n",tot);
35     }
36     return 0;
37 }
View Code

 

转载于:https://www.cnblogs.com/xiaxiaosheng/archive/2013/06/06/3122709.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