标签:auto scanf task inline exit sizeof png std type
https://atcoder.jp/contests/abc157/tasks/abc157_f
大意:平面上有n个饼,每个饼有一个属性ci。一个饼的烤熟时间为到火源的欧几里得距离乘以ci。求在适当的位置放置一个火源后让至少k个饼烤熟的最短时间
正解:计算几何+二分答案
但是我正在学习模拟退火所以走上了不归路。。。
首先确定答案的范围和精度。为了保证正确率,运行时间当然越大越好,所以确定了降温系数(大约0.9999到0.99999之间)
模拟退火有个公式 \(\exp(-\dfrac{KD}{T})\),这个参数K我不会调呀,算了直接设为无穷大吧(感觉如果极值点比较少的话这么做也没事)
但是也有找到局部最优但不是全局最优的情况。我之前一直以为函数只有一个单峰,后来才发现错了,加了多次退火就立马过了就离谱
然后我加了一个神奇机制,一旦发生状态转移就回温一下。事实证明这个机制真的有用.jpg虽然我没怎么想通
最后的最后,那就是多交代码了,因为模拟退火毕竟是个随机算法
于是emmm:
#include <bits/stdc++.h>
using namespace std;
#define repeat(i,a,b) for(int i=(a),_=(b);i<_;i++)
#define repeat_back(i,a,b) for(int i=(b)-1,_=(a);i>=_;i--)
#define mst(a,x) memset(a,x,sizeof(a))
#define fi first
#define se second
#define endl "\n"
int cansel_sync=(ios::sync_with_stdio(0),cin.tie(0),0);
mt19937 rnd(chrono::high_resolution_clock::now().time_since_epoch().count());
const int N=61; typedef long long ll; const int inf=~0u>>2; const ll INF=~0ull>>2; ll read(){ll x; if(scanf("%lld",&x)==-1)exit(0); return x;} typedef double lf; const lf pi=acos(-1.0); lf readf(){lf x; if(scanf("%lf",&x)==-1)exit(0); return x;} typedef pair<int,int> pii;
const int mod=(999983); ll mul(ll a,ll b,ll m=mod){return a*b%m;} ll qpow(ll a,ll b,ll m=mod){ll ans=1; for(;b;a=mul(a,a,m),b>>=1)if(b&1)ans=mul(ans,a,m); return ans;}
//#define int ll
struct vec{
lf x,y;
explicit vec(lf x=0,lf y=0):x(x),y(y){}
vec operator-(const vec &b){return vec(x-b.x,y-b.y);}
vec operator+(const vec &b){return vec(x+b.x,y+b.y);}
vec operator*(lf k){return vec(k*x,k*y);}
lf len(){return hypot(x,y);}
lf sqr(){return x*x+y*y;}
vec trunc(lf k=1){return *this*(k/len());}
vec rotate(double th){lf c=cos(th),s=sin(th); return vec(x*c-y*s,x*s+y*c);}
}a[N];
ostream &operator<<(ostream &o,const vec &v){return o<<‘(‘<<v.x<<‘,‘<<v.y<<‘)‘;}
int n,k; lf c[N],s[N];
lf E(vec v){
repeat(i,0,n)s[i]=(a[i]-v).len()*c[i];
nth_element(s,s+k,s+n);
return s[k];
}
lf rndf(){return rnd()*1.0/rnd.max();}
vec rndvec(){return vec(rndf()*2-1,rndf()*2-1);}
struct state{
vec v; lf e;
state(vec v=vec()):v(v),e(E(v)){}
operator lf(){
return e;
}
};
state solve(){
state X; lf T=1000;
auto work=[&](){
state Y=X.v+rndvec()*T;
if(Y<X){X=Y; return 1;}
return 0;
};
while(T>1e-9){
if(work()){
work(); work();
T*=1.1;
}
T*=0.99992;
}
return X;
}
void Solve(){
n=read(),k=read()-1;
repeat(i,0,n)a[i].x=read(),a[i].y=read(),c[i]=read();
state X=solve();
repeat(i,0,5){
state Y=solve();
if(X>Y)X=Y;
}
printf("%.10f\n",lf(X));
}
signed main(){
int T=1; //T=read();
while(T--)Solve();
return 0;
}
一篇关于模拟退火的题解,abc157 F Yakiniku Optimization Problem
标签:auto scanf task inline exit sizeof png std type
原文地址:https://www.cnblogs.com/axiomofchoice/p/13284488.html