VIJOS1212 Way Selection
题意:有 r 个人并知道他们的坐标和他们的速度,有 a 个目的地也知道坐标,规定时间为 t,求能到达目的地的最多人数(当然一个目的地只能被一个人占领)。
题解:核心算法 -> 匈牙利算法
CODE:
/* Author: JDD PROG: vijos1212 Way Selection DATE: 2015.9.28 */#include <cstdio> #include <cstring> #include <cmath> #define REP(i, s, n) for(int i = s; i <= n; i ++) #define REP_(i, s, n) for(int i = n; i >= s; i --) #define MAX_N 1005using namespace std;int r, a, t; double x[MAX_N], y[MAX_N]; double u[MAX_N], v[MAX_N], c[MAX_N];inline void init() {scanf("%d%d%d", &r, &a, &t);REP(i, 1, a) scanf("%lf%lf", &x[i], &y[i]);REP(i, 1, r) scanf("%lf%lf%lf", &u[i], &c[i], &v[i]); }bool map[MAX_N][MAX_N], used[MAX_N]; int G[MAX_N], ans = 0;bool find(int x) {REP(i, 1, a){if(!used[i] && map[x][i]){used[i] = 1;if(!G[i] || find(G[i])){G[i] = x;return 1;}}}return 0; }inline double dis(double x1, double y1, double x2, double y2) {return sqrt((x1 - x2) * (x1 - x2) + (y1 - y2) * (y1 - y2)); }inline void doit() {memset(map, 0, sizeof(map));REP(i, 1, r) REP(j, 1, a){if(v[i] * t >= dis(u[i], c[i], x[j], y[j]))map[i][j] = 1;}//REP(i, 1, r) REP(j, 1, a) printf("%d\n", map[i][j]);REP(i, 1, r){memset(used, 0, MAX_N);if(find(i)) ans ++;}printf("%d\n", ans); }int main() {init();doit();return 0; }
转载于:https://www.cnblogs.com/ALXPCUN/p/4844774.html
VIJOS1212 Way Selection相关推荐
- R语言使用caret包的findCorrelation函数批量删除相关性冗余特征、实现特征筛选(feature selection)、剔除高相关的变量
R语言使用caret包的findCorrelation函数批量删除相关性冗余特征.实现特征筛选(feature selection).剔除高相关的变量 目录
- R语言对dataframe进行行数据筛选(row selection)多种方案:使用R原生方法、data.table、dplyr等方案
R语言对dataframe进行行数据筛选(row selection)多种方案:使用R原生方法.data.table.dplyr等方案 目录
- R语言基于随机森林进行特征选择(feature selection)
R语言基于随机森林进行特征选择(feature selection) 目录 R语言基于随机森林进行特征选择(feature selection)
- R语言常用线性模型特征筛选(feature selection)技术实战:基于前列腺特异性抗原(PSA)数据
R语言常用线性模型特征筛选(feature selection)技术实战 目录 R语言常用线性模型特征筛选(feature selection)技术实战
- R语言基于线性回归(Linear Regression)进行特征筛选(feature selection)
R语言基于线性回归(Linear Regression)进行特征筛选(feature selection) 对一个学习任务来说,给定属性集,有些属性很有用,另一些则可能没什么用.这里的属性即称为&qu ...
- R语言基于LASSO进行特征筛选(feature selection)
R语言基于LASSO进行特征筛选(feature selection) 对一个学习任务来说,给定属性集,有些属性很有用,另一些则可能没什么用.这里的属性即称为"特征"(featur ...
- R语言基于Boruta进行机器学习特征筛选(Feature Selection)
R语言基于Boruta进行机器学习特征筛选(Feature Selection) 对一个学习任务来说,给定属性集,有些属性很有用,另一些则可能没什么用.这里的属性即称为"特征"(f ...
- sklearn基于make_scorer函数为Logistic模型构建自定义损失函数并可视化误差图(lambda selection)和系数图(trace plot)+代码实战
sklearn基于make_scorer函数为Logistic模型构建自定义损失函数并可视化误差图(lambda selection)和系数图(trace plot)+代码实战 # 自定义损失函数 i ...
- R语言基于机器学习算法进行特征筛选(Feature Selection)
R语言基于机器学习算法进行特征筛选(Feature Selection) 对一个学习任务来说,给定属性集,有些属性很有用,另一些则可能没什么用.这里的属性即称为"特征"(featu ...
最新文章
- 深扒:一个司机如何潜入机房偷数据…
- android ViewPager使用遇到的问题
- map和hasmap的区别
- macOS的关于屏幕录制的快捷键和操作
- 将Windows下的文件同步到Linux下
- ios给系统添加分类管理属性
- sharepointa嵌入HTML网页,显示存储在SharePoint文档文件夹中的HTML页面
- 干货|Elastic 在顶级互联网公司的应用案例浅析
- 解决MarkDown打开出现:awesomium web-brower framework This view has crashed
- 实体映射最强工具类:MapStruct 真香!
- 求出字符串中大写字母,小写字母和数字的个数
- android Q版本START_ACTIVITIES_FROM_BACKGROUND
- 暑期JAVA学习(14.1)Map集合案例-统计投票人数
- echarts瀑布图_一种基于阶梯瀑布图的数据计算方法与流程
- 自学编程需要注意什么? 1
- 【数据分享】2022年11月华东地区POI数据分享(上海、江苏、浙江、安徽)
- PHP计算一年有多少周,每周开始日期和结束日期
- Python数据可视化,Pyecharts库,外圆环内饼图制作
- opencv将灰度图转为彩色图
- html5 游戏 算法,台球类html5游戏的AI设计与核心算法的实现
热门文章
- python实现局域网攻击_通过python实现DNS欺骗
- kettle 只有一个输入记录期待设置变量并且至少已经收到2个变量._OPNET学习笔记2...
- python opencv输出mp4_10分钟学会使用YOLO及Opencv实现目标检测
- diveintopython3 official_Python 学习资料整理
- python读写文件代码_Python 读写文件的操作代码
- 你知道自己适合做程序员吗?
- java演出厅选票_高仿猫眼电影选座(选票)模块-b
- 【渝粤教育】国家开放大学2018年春季 0089-21TInternet和Intranet应用 参考试题
- 【渝粤题库】陕西师范大学201381 国际经济法作业
- 【渝粤教育】广东开放大学 房屋建筑学 形成性考核 (50)