Codeforces 2С. Commentator problem (模拟退火、简单几何)

这个问题的正确解法实在是太复杂了,完全不知道怎么做,上网搜了巨神的答案才发现有个叫做“模拟退火”算法的东西,大概就是先假设一个初始值,算出他和题意的误差(方差),然后逐步逼近。假如一次移动让误差变小,则直接继续,否则让移动的幅度变小。也就是先确定大致的范围再逐步缩小范围求解。

和标准的模拟退火不同,这里只有一个最优解,就不需要概率跳出。

 

#include<bits/stdc++.h>
using namespace std;
#define eps 1e-8
#define begint 5.0
#define mint1 1e-2
#define maxT 10000000

struct Circle{
    double x,y,r;
    Circle(){}
    Circle(double xx,double yy,double rr){x=xx,y=yy,r=rr;}
    double sinAngle(double xx,double yy){
        return (r/(sqrt((xx-x)*(xx-x)+(yy-y)*(yy-y))));
    }
}c[3];

double var(double x,double y){
    double r1=c[0].sinAngle(x,y);
    double r2=c[1].sinAngle(x,y);
    double r3=c[2].sinAngle(x,y);

    double variance=(r1-r2)*(r1-r2)+(r3-r2)*(r3-r2)+(r1-r3)*(r1-r3);
    return variance;
}

void next(double &x,double &y,double &t,double &ans,double T){
    double curans=ans;
    double cx=x,cy=y;
    double px,py,v;

    px=cx+t,py=cy;
    v=var(px,py);
    if(v<ans){
        ans=v;
        x=px,y=py;
    }

    px=cx-t,py=cy;
    v=var(px,py);
    if(v<ans){
        ans=v;
        x=px,y=py;
    }

    px=cx,py=cy+t;
    v=var(px,py);
    if(v<ans){
        ans=v;
        x=px,y=py;
    }

    px=cx,py=cy-t;
    v=var(px,py);
    if(v<ans){
        ans=v;
        x=px,y=py;
    }

    if(fabs(curans-ans)<eps){
        t=max(mint1*(1.0*T/maxT),t/2);
    }
}

double annealing(double &gx,double &gy){
    double ans=1.0;
    double t=begint;

    gx=(c[0].x+c[1].x+c[2].x)/3.0;
    gy=(c[0].y+c[1].y+c[2].y)/3.0;
    for(int T=1000000;T;T--){
        next(gx,gy,t,ans,T);
    }

    return ans;
}

int main(){
    double x,y,r;
    scanf("%lf%lf%lf",&x,&y,&r);
    c[0]=Circle(x,y,r);
    scanf("%lf%lf%lf",&x,&y,&r);
    c[1]=Circle(x,y,r);
    scanf("%lf%lf%lf",&x,&y,&r);
    c[2]=Circle(x,y,r);


    double ans=annealing(x,y);
    if(fabs(ans)<1e-6){
        printf("%.5f %.5f\n",x,y);
    }
    else
        printf("\n");
}
  • 需要注意几点

1.由于本题有多组解,且简单版本的模拟退火算法没有随机性,初始值的选择显得尤为重要,画图估计出视角最宽的点应该比其他合理点更靠近三个圆的中间,故选择重心作为初始值。

2.最高温度过高可能会 TLE,过低可能精度不够,浮点运算设置 10^7 大概是上限了,但是调得好的好时间依然是绰绰有余的。

3.初始步长 t 也要适中,太大了的话容易进入其他可行解的附属区域内,最后没办法跳出,太小了又会影响精度。

4.步长 t 的最小值应依赖于当前降温的程度,以及当前是否有移动,当前移动的话下次移动的概率也上升,不应缩小 t ,随着降温的进行可以放宽步长t的最小限制。也可以乘一个系数比如0.8这种,而不是除以2。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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