洛谷P3723 [AH2017/HNOI2017]礼物(FFT)

本文探讨了通过旋转两个数列并使用快速傅立叶变换(FFT)来寻找最小化平方差的方法。通过数学推导,作者展示了如何将问题转化为求解最大卷积和,并利用FFT高效计算这一目标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

传送门

 

首先,两个数同时增加自然数值相当于只有其中一个数增加(此增加量可以小于0)

我们令$x$为当前的增加量,${a},{b}$分别为旋转后的两个数列,那么$$ans=\sum_{i=1}^n(a_i+x-b_i)^2$$

然后把第$i$项提出来并展开,可得$$(a_i+x-b_i)^2=a_i^2+b_i^2+x^2+2xa_i-2xb_i-2a_ib_i$$

那么答案就是$$ans=\sum_{i=1}^na_i^2+\sum_{i=1}^nb_i^2+nx^2+2x(\sum_{i=1}^na_i+\sum_{i=1}^nb_i)-2\sum_{i=1}^na_ib_i$$

然后发现,答案里面只有最后一项与$a,b$的顺序有关(也就是旋转成了什么样子),前面的项都是常数(对同一个$x$来说),那么我们只要令$\sum_{i=1}^na_ib_i$最大就能让答案最小了

我们考虑一下,如果把数列$b$给反过来,那么最后一项就变成了$\sum_{i=1}^na_ib_{n-i+1}$,这是一个卷积的形式,可以直接用FFT计算1$项的系数)

那么我们把数列$b$反过来,然后把数列$a$倍长,那么两式卷积之后第$n+1$到第$2n$项里面最大值就是最大的$\sum_{i=1}^na_ib_i$

于是只要枚举一下$x$和旋转(多项式的第几项)就好了

 1 //minamoto
 2 #include<iostream>
 3 #include<cstdio>
 4 #include<cmath>
 5 #define ll long long
 6 #define inf 0x3f3f3f3f3f3f3f3f
 7 using namespace std;
 8 #define getc() (p1==p2&&(p2=(p1=buf)+fread(buf,1,1<<21,stdin),p1==p2)?EOF:*p1++)
 9 char buf[1<<21],*p1=buf,*p2=buf;
10 template<class T>inline bool cmin(T&a,const T&b){return a>b?a=b,1:0;}
11 inline int read(){
12     #define num ch-'0'
13     char ch;bool flag=0;int res;
14     while(!isdigit(ch=getc()))
15     (ch=='-')&&(flag=true);
16     for(res=num;isdigit(ch=getc());res=res*10+num);
17     (flag)&&(res=-res);
18     #undef num
19     return res;
20 }
21 const int N=400005;const double Pi=acos(-1.0);
22 struct complex{
23     double x,y;
24     complex(double xx=0,double yy=0){x=xx,y=yy;}
25     inline complex operator +(complex b){return complex(x+b.x,y+b.y);}
26     inline complex operator -(complex b){return complex(x-b.x,y-b.y);}
27     inline complex operator *(complex b){return complex(x*b.x-y*b.y,x*b.y+y*b.x);}
28 }A[N],B[N];
29 int n,m,l,r[N],limit=1,a[N],b[N];ll a1,a2,b1,b2,ans=inf;
30 void FFT(complex *A,int type){
31     for(int i=0;i<limit;++i)
32     if(i<r[i]) swap(A[i],A[r[i]]);
33     for(int mid=1;mid<limit;mid<<=1){
34         complex Wn(cos(Pi/mid),type*sin(Pi/mid));
35         for(int R=mid<<1,j=0;j<limit;j+=R){
36             complex w(1,0);
37             for(int k=0;k<mid;++k,w=w*Wn){
38                 complex x=A[j+k],y=w*A[j+mid+k];
39                 A[j+k]=x+y,A[j+mid+k]=x-y;
40             }
41         }
42     }
43 }
44 int main(){
45 //    freopen("testdata.in","r",stdin);
46     n=read(),m=read();
47     for(int i=1;i<=n;++i)
48     a[i]=read(),a1+=a[i]*a[i],a2+=a[i];
49     for(int i=1;i<=n;++i)
50     b[i]=read(),b1+=b[i]*b[i],b2+=b[i];
51     for(int i=1;i<=n;++i)
52     A[i].x=A[i+n].x=a[i],B[i].x=b[n-i+1];
53     while(limit<=(n*3)) limit<<=1,++l;
54     for(int i=0;i<limit;++i)
55     r[i]=(r[i>>1]>>1)|((i&1)<<(l-1));
56     FFT(A,1),FFT(B,1);
57     for(int i=0;i<limit;++i) A[i]=A[i]*B[i];
58     FFT(A,-1);
59     for(int i=0;i<limit;++i) A[i].x=(ll)(A[i].x/limit+0.5);
60     for(int i=1;i<=n;++i)
61     for(int j=-m;j<=m;++j)
62     cmin(ans,a1+b1+j*j*n+2ll*j*(a2-b2)-2ll*(ll)A[n+i].x);
63     printf("%lld\n",ans);
64     return 0;
65 }

 

转载于:https://www.cnblogs.com/bztMinamoto/p/9745089.html

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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