雷电爆裂之力

听说导体切割磁感线可以发电?
 
今天,zhuaiballl想要做切割磁感线运动,感受雷电的力量。
 
南北方向有四条马路,从西到东依次是京师路,木铎路,金声路和新街口外大街,可以看成是四条平行的数轴,且相邻的两条数轴之间距离为1m。东西走向有许多小道连接了相邻的马路。假设地磁南极和地理北极重合,地磁北极和地理南极重合。现在zhuaiballl位于京师路的某个位置,想要出发前往新街口外大街,速度为1m/s。由于可能没有一条路径从西到东一直连向新街口外大街,所以每次遇到丁字路口时,zhuaiballl需要选择是往左走还是往右走,样例如下图所示。
 
 
zhuaiballl想要感受尽可能强的雷电力量,所以希望从他开始往东走时开始,到他到达新街口外大街所需要的时间尽可能短。
 
现在,给你附近的地图,你能否求出从zhuaiballl开始往东走时开始,到他到达新街口外大街的最短时间?
 

Input

第一行是一个正整数T(\leq 20),表示测试数据的组数,

对于每组测试数据,

第一行是一个整数n,m,k(1\leq n,m,k \leq 100000),分别表示连接京师路与木铎路,木铎路与金声路,金声路与新街口外大街的道路个数,

第二行包含n个以空格分隔的整数a_1,a_2,...,a_n,表示连接京师路与木铎路的各个小道的南北方向坐标(单位:m),

第三行包含m个以空格分隔的整数b_1,b_2,...,b_m,表示连接木铎路与金声路的各个小道的南北方向坐标(单位:m),

第四行包含k个以空格分隔的整数c_1,c_2,...,c_k,表示连接金声路与新街口外大街的各个小道的南北方向坐标(单位:m),

保证每行坐标按严格递增的顺序给出,并且坐标绝对值不超过10^9

 

Output

对于每组测试数据,输出一行,包含一个整数,表示答案(单位:s)。

 

Sample Input

1
3 3 2
-1 1 4
-3 2 4
-1 1

Sample Output

5

Source

Author

SK
#include<algorithm>
#include<iostream>
#include<queue>
#include<cstdio>
#include<climits>

using namespace std;

const int N = 100000 + 5;
using LL = long long;
LL a[N], b[N], B[N], c[N], C[N];
int n, m, k;


struct node{
    LL x, sum, s;
    node(LL x, LL sum, LL s){
        this -> x = x;
        this -> sum = sum;
        this -> s = s;
    }
    bool operator < (const node & m) const {
        return sum > m.sum;
    }
};

queue<node> Q;

void DFS(){

    for(int i = 0; i < n; i++){
        Q.push((node){a[i], 1, 1});
    }

    while(!Q.empty()){
        node t = Q.front(); Q.pop();
        if(t.s == 1){
            LL *p = lower_bound(b, b + m, t.x);
            int tt = distance(b, p);
            if(tt < m - 1){
                LL y = b[tt+1];
                LL sum = t.sum + abs(t.x - y);
                if(sum < B[tt+1]){
                    Q.push((node){y, sum + 1, 2});
                    B[tt+1] = sum;
                }
            }
            if(tt != m){
                LL y = b[tt];
                LL sum = t.sum + abs(t.x - y);
                if(sum < B[tt]) {
                    B[tt] = sum;
                    Q.push((node){y, sum + 1, 2});
                }
            }
            if(tt != 0){
                LL y = b[tt-1];
                LL sum = t.sum + abs(t.x - y);
                if(sum < B[tt-1]) {
                    B[tt-1] = sum;
                    Q.push((node){y, sum + 1, 2});
                }
            }
        }

        if(t.s == 2){
                LL *p = lower_bound(c, c + k, t.x);
                int tt = distance(c, p);
                if(tt < k-1){
                    LL y = c[tt + 1];
                    LL sum = t.sum + abs(t.x - y);
                    if(sum < C[tt + 1]){
                        C[tt + 1] = sum + 1;
                    }
                }
                if(tt != k){
                    LL y = c[tt];
                    LL sum = t.sum + abs(t.x - y);
                    if(sum < C[tt]) {
                        C[tt] = sum + 1;
                    }
                }
            if(tt != 0){
                LL y = c[tt-1];
                LL sum = t.sum + abs(t.x - y);
                if(sum < C[tt-1]) {
                    C[tt-1] = sum + 1;
                }
            }
        }
    }
    LL *p = min_element(C, C + k);
    cout << *p << endl;
}
int main(){
    int T;
    scanf("%d", &T);
    while(T --){
        for(int i = 0; i < N; i++) B[i] = C[i] = ((LL)1 << 40);
        scanf("%d %d %d", &n, &m, &k);
        for(int i = 0; i < n; i++) scanf("%lld", &a[i]);

        for(int i = 0; i < m; i++) scanf("%lld", &b[i]);

        for(int i = 0; i < k; i++) scanf("%lld", &c[i]);
        DFS();
    }
}

 

转载于:https://www.cnblogs.com/Pretty9/p/8723549.html

(1)普通用户端(全平台) 音乐播放核心体验: 个性化首页:基于 “听歌历史 + 收藏偏好” 展示 “推荐歌单(每日 30 首)、新歌速递、相似曲风推荐”,支持按 “场景(通勤 / 学习 / 运动)” 切换推荐维度。 播放页功能:支持 “无损音质切换、倍速播放(0.5x-2.0x)、定时关闭、歌词逐句滚动”,提供 “沉浸式全屏模式”(隐藏冗余控件,突出歌词与专辑封面)。 多端同步:自动同步 “播放进度、收藏列表、歌单” 至所有登录设备(如手机暂停后,电脑端打开可继续播放)。 音乐发现与管理: 智能搜索:支持 “歌曲名 / 歌手 / 歌词片段” 搜索,提供 “模糊匹配(如输入‘晴天’联想‘周杰伦 - 晴天’)、热门搜索词推荐”,结果按 “热度 / 匹配度” 排序。 歌单管理:创建 “公开 / 私有 / 加密” 歌单,支持 “批量添加歌曲、拖拽排序、一键分享到社交平台”,系统自动生成 “歌单封面(基于歌曲风格配色)”。 音乐分类浏览:按 “曲风(流行 / 摇滚 / 古典)、语言(国语 / 英语 / 日语)、年代(80 后经典 / 2023 新歌)” 分层浏览,每个分类页展示 “TOP50 榜单”。 社交互动功能: 动态广场:查看 “关注的用户 / 音乐人发布的动态(如‘分享新歌感受’)、好友正在听的歌曲”,支持 “点赞 / 评论 / 转发”,可直接点击动态中的歌曲播放。 听歌排行:个人页展示 “本周听歌 TOP10、累计听歌时长”,平台定期生成 “全球 / 好友榜”(如 “好友中你本周听歌时长排名第 3”)。 音乐圈:加入 “特定曲风圈子(如‘古典音乐爱好者’)”,参与 “话题讨论(如‘你心中最经典的钢琴曲’)、线上歌单共创”。 (2)音乐人端(创作者中心) 作品管理: 音乐上传:支持 “无损音频(FLAC/WAV)+ 歌词文件(LRC)+ 专辑封面” 上传,填写 “歌曲信息
### 对雷电模拟器执行压测试的方法和工具 #### 使用 `adb shell monkey` 进行压测试 为了对雷电模拟器中的应用进行有效的压测试,可以利用 Android Debug Bridge (ADB) 和 Monkey 工具组合来完成这一目标。在开始之前,需确认 JDK 和 ADB 的环境已经正确配置[^3]。 确保所有必要的开发套件已安装并设置好环境变量之后,在命令提示符窗口中可以通过指定设备序列号连接至雷电模拟器实例: ```bash adb -s emulator-5555 shell ``` 接着启动 Monkey 测试程序,向应用程序发送随机事件流以检验其稳定性: ```bash monkey -p com.example.appname --throttle 300 -v 5000 ``` 上述命令表示针对包名为 `com.example.appname` 的应用发起含有5000个伪随机事件的压测试,每两个事件间有300毫秒间隔时间用于观察响应情况[^4]。 #### 利用 SoloPi 提升效率 对于更复杂的场景或多设备同步操作需求,则可借助像 SoloPi 这样的无线化、非侵入式的安卓自动化工具来进行一机多控下的批量压测试工作。这不仅能够提高工作效率还能更好地模拟真实用户的并发访问状况[^2]。 #### 配置与优化建议 另外值得注意的是,在实施任何类型的负载或强度试验前,应当先适当调整雷电模拟器本身的各项参数选项,比如减少图形质量等级、关闭不必要的后台进程等措施有助于进一步减轻 CPU 负担从而获得更加稳定可靠的测试结果[^1]。
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