[算法刷题题解笔记] 洛谷 P1003 [NOIP2011 提高组] 铺地毯 [枚举]

简介: [算法刷题题解笔记] 洛谷 P1003 [NOIP2011 提高组] 铺地毯 [枚举]

题目链接

题目大意

  • 先将若干个地毯铺在地面上,然后给你任一一个点,判断出这个点在覆盖地面最上面的那张地毯的编号

解题思路

  • 由于这些地毯按照编号从小到大的顺序平行于坐标轴先后铺设,后铺的地毯覆盖在前面已经铺好的地毯之上。
  • 所以我们要判断给定的点在那个地毯上,我们只需要从编号最大的开始向编号小的地毯逐个枚举进行判断即可,只要一判断出在某个地毯上,就可以退出枚举,输出地毯编号(从1开始)
  • 注意:在矩形地毯边界和四个顶点上的点也算被地毯覆盖。

解题代码

// package luogu.orange;
import java.io.*;
/**
 * ClassName: P1003
 * Package: luogu.orange
 * Description:
 *
 * @Author tcw
 * @Create 2023-06-08 19:47
 * @Version 1.0
 */
public class Main {
    // 快读
    private static StreamTokenizer st = new StreamTokenizer(new BufferedReader(new InputStreamReader(System.in)));
    // 快写
    private static PrintWriter out = new PrintWriter(new BufferedWriter(new OutputStreamWriter(System.out)));
    /**
     * 私有内部类,地毯类
     * 用于存储地毯的左下角坐标和地毯在x轴和y轴的长度
     * 同时可以用于判断点是否在该地毯内
     */
    private static class Carpet {
        int a; // 左下角横坐标
        int b; // 左下角纵坐标
        int g; // 地毯在x轴的长度
        int k; // 地毯在y轴的长度
        public Carpet(int a, int b, int g, int k) {
            this.a = a;
            this.b = b;
            this.g = g;
            this.k = k;
        }
        /**
         * 根据需要进行判断的点的坐标判断该点是否在地毯内
         *
         * @param x
         * @param y
         * @return 布尔值,true在,false不在
         */
        public boolean isInternal(int x, int y) {
            // 计算地毯的右上角坐标
            int rA = a + g;
            int rB = b + k;
            // 判断点是否在地毯内
            if (x >= a && x <= rA && y >= b && y <= rB) return true;
            return false;
        }
    }
    public static void main(String[] args) {
        // 地毯个数
        int n = readInt();
        // 存储所有地毯信息的数组
        Carpet[] carpets = new Carpet[n];
        // 读入地毯的数据
        for (int i=0; i<n; i++) {
            carpets[i] = new Carpet(readInt(), readInt(), readInt(), readInt());
        }
        // 要进行判断的点的坐标
        int x = readInt();
        int y = readInt();
        // 由于后面铺的地毯会覆盖前面的
        // 所以从最后一个开始逐个枚举判断
        for (int i=n-1; i>=0; i--) {
            if (carpets[i].isInternal(x, y)) {
                out.print(i+1); // 输出地毯编号
                out.flush();
                return;
            }
        }
        out.println(-1);
        out.flush();
    }
    /**
     * 读取整数数据
     *
     * @return 整数
     */
    private static int readInt() {
        int in = Integer.MIN_VALUE;
        try {
            st.nextToken();
            in = (int) st.nval;
        } catch (IOException e) {
            e.printStackTrace();
        }
        return in;
    }
}


相关文章
|
3月前
|
算法 API 计算机视觉
人脸识别笔记(一):通过yuface调包(参数量54K更快更小更准的算法) 来实现人脸识别
本文介绍了YuNet系列人脸检测算法的优化和使用,包括YuNet-s和YuNet-n,以及通过yuface库和onnx在不同场景下实现人脸检测的方法。
101 1
|
3月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
91 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
3月前
|
数据可视化 搜索推荐 Python
Leecode 刷题笔记之可视化六大排序算法:冒泡、快速、归并、插入、选择、桶排序
这篇文章是关于LeetCode刷题笔记,主要介绍了六大排序算法(冒泡、快速、归并、插入、选择、桶排序)的Python实现及其可视化过程。
27 0
|
3月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
38 0
|
3月前
|
算法
❤️算法笔记❤️-(每日一刷-26、删除有序数组的重复项)
❤️算法笔记❤️-(每日一刷-26、删除有序数组的重复项)
33 0
|
7天前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
20天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
156 80
|
8天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
8天前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。
|
6天前
|
移动开发 算法 计算机视觉
基于分块贝叶斯非局部均值优化(OBNLM)的图像去噪算法matlab仿真
本项目基于分块贝叶斯非局部均值优化(OBNLM)算法实现图像去噪,使用MATLAB2022A进行仿真。通过调整块大小和窗口大小等参数,研究其对去噪效果的影响。OBNLM结合了经典NLM算法与贝叶斯统计理论,利用块匹配和概率模型优化相似块的加权融合,提高去噪效率和保真度。实验展示了不同参数设置下的去噪结果,验证了算法的有效性。