LDUOJ——山(计算几何+二分+精度)

简介: LDUOJ——山(计算几何+二分+精度)

H. 山

Description

给一座山,如图所示


现在要在山上的某个部位装一盏灯,使得这座山的任何一个部位都能够被看到。给出最小的 y 坐标,如图的+号处 就是 y 坐标最小的安装灯的地方。


Input

第一行一个数 N,表示这座山有 N 个点构成,接下来 N 行从左到右给出了这座山的构造情况,每行两个数 Xi,Yi, 表示一个折点,保证 Xi>Xi−1(1<i≤N)。


Output

仅输出一行,为最小的 y 坐标,当你的答案与标准答案相差 0.01 时,则被认为是正确的。


Samples

Input 复制

6

0 0

10 0

11 1

15 1

16 0

25 0

Output

3.00

Hint

30%的数据,1≤N≤50;

100%的数据,1≤N≤5000,0≤Xi,Yi≤100000,保证答案不超过1000000。

思路:

说说我被这个题卡的全过程。

首先看到最低高度y,第一反应是二分,感觉有单调性,就打算先莽一发。

那么如何check呢。

我们要找到每条直线与当前枚举高度的交点,比如当直线的斜率小于0时,该点左边的所有点都可以看见。又因为要满足所有直线的要求,对所有斜率小于0的直线取左端点max。

同理,当该直线的斜率大于0时,该点右边的点都可以看见,取右端点的min。

当区间合法时,则该高度合法。

但是这样会漏点斜率为0的情况,特判一下就好了。具体原因画画图就出来了。

几个小tips:

1.注意斜率是y/x

2.注意计算过程中的精度和输出答案的精度是不一样的

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
typedef pair<ll,ll>PLL;
typedef pair<int,int>PII;
typedef pair<double,double>PDD;
#define I_int ll
inline ll read()
{
    ll x=0,f=1;
    char ch=getchar();
    while(ch<'0'||ch>'9')
    {
        if(ch=='-')f=-1;
        ch=getchar();
    }
    while(ch>='0'&&ch<='9')
    {
        x=x*10+ch-'0';
        ch=getchar();
    }
    return x*f;
}
#define read read()
#define closeSync ios::sync_with_stdio(0);cin.tie(0);cout.tie(0)
#define multiCase int T;cin>>T;for(int t=1;t<=T;t++)
#define rep(i,a,b) for(int i=(a);i<=(b);i++)
#define repp(i,a,b) for(int i=(a);i<(b);i++)
#define per(i,a,b) for(int i=(a);i>=(b);i--)
#define perr(i,a,b) for(int i=(a);i>(b);i--)
ll ksm(ll a,ll b,ll p)
{
    ll res=1;
    while(b)
    {
        if(b&1)res=res*a%p;
        a=a*a%p;
        b>>=1;
    }
    return res;
}
#define PI acos(-1)
const double eps=1e-8;
const int maxn=1e6+100;
struct node{
    double x,y;
}a[maxn];///存点
struct node1{
    double k,b,x;
}b[maxn];///存线段
int n;
bool check(double y){
    double l=-1e9,r=1e9;
    for(int i=2;i<=n;i++){
        if(b[i].k<0){
            double t=(y-b[i].b)/b[i].k;
            l=max(l,t);
        }
        else if(b[i].k>0){
            double t=(y-b[i].b)/b[i].k;
            r=min(r,t);
        }
        else if(b[i].k==0&&y<b[i].b) return 0;
    }
    if(l<=r) return 1;
    return 0;
}
int main()
{
    n=read;
    rep(i,1,n){
        cin>>a[i].x>>a[i].y;
        if(i>1){
            b[i].k=(a[i].y-a[i-1].y)/(a[i].x-a[i-1].x);
            b[i].b=a[i].y-b[i].k*a[i].x;
            b[i].x=a[i].x;
        }
    }
    double l=0,r=1e9;
    double res=0;
    while((r-l)>eps){
        double mid=(l+r)/2;
        if(check(mid)) res=mid,r=mid-eps;
        else l=mid+eps;
        ///cout<<mid<<" "<<l<<" "<<r<<endl;
    }
    printf("%.2lf\n",res);
    return 0;
}
目录
相关文章
|
存储 算法 C++
C++基础算法离散化及区间合并篇
C++基础算法离散化及区间合并篇
168 0
|
5月前
|
机器学习/深度学习 算法 数据挖掘
算法金 | 欧氏距离算法、余弦相似度、汉明、曼哈顿、切比雪夫、闵可夫斯基、雅卡尔指数、半正矢、Sørensen-Dice
**摘要:** 了解9种距离和相似度算法:欧氏距离、余弦相似度、汉明距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、雅卡尔指数、半正矢距离和Sørensen-Dice系数。这些算法在机器学习、文本分析、图像处理和生物学等领域各有应用。例如,欧氏距离用于KNN和K-Means,余弦相似度用于文本相似性,汉明距离在错误检测中,曼哈顿距离在数据挖掘,切比雪夫距离在棋盘游戏,闵可夫斯基距离通过调整参数适应不同场景,雅卡尔指数和Sørensen-Dice系数用于集合相似度。每种算法有其优缺点,如欧氏距离对异常值敏感,余弦相似度忽略数值大小,汉明距离仅适用于等长数据。
160 2
算法金 | 欧氏距离算法、余弦相似度、汉明、曼哈顿、切比雪夫、闵可夫斯基、雅卡尔指数、半正矢、Sørensen-Dice
|
6月前
|
算法 C++
【c/c++算法】曼哈顿算法简单运用
【c/c++算法】曼哈顿算法简单运用
124 0
|
7月前
|
Shell
【高数定积分求解旋转体体积】 —— (上)高等数学|定积分|柱壳法|学习技巧
【高数定积分求解旋转体体积】 —— (上)高等数学|定积分|柱壳法|学习技巧
144 0
数学问题之(高精快速幂)
数学问题之(高精快速幂)
|
算法 Java C++
蓝桥杯 算法训练 小生物的逃逸(球坐标公式+暴力求解)
蓝桥杯 算法训练 小生物的逃逸(球坐标公式+暴力求解)
|
机器学习/深度学习
排列组合、古典概型、几何概型与伯努利概型
排列组合、古典概型、几何概型与伯努利概型
|
机器学习/深度学习 传感器 算法
【特征选择】时变正弦和 V 形传递函数 (BMPA-TVSinV) 的新型二元海洋捕食者算法附matlab代码
【特征选择】时变正弦和 V 形传递函数 (BMPA-TVSinV) 的新型二元海洋捕食者算法附matlab代码
HDU7018.Banzhuan(计算几何+贪心)
HDU7018.Banzhuan(计算几何+贪心)
107 0
HDU7018.Banzhuan(计算几何+贪心)
洛谷P3194 [HNOI2008]水平可见直线(计算几何+单调栈)
洛谷P3194 [HNOI2008]水平可见直线(计算几何+单调栈)
111 0
洛谷P3194 [HNOI2008]水平可见直线(计算几何+单调栈)