[luogu-2831]noip2016-day2-T3 愤怒的小鸟 题解

9 篇文章 0 订阅
8 篇文章 0 订阅

题目传送门
题意解析:题目就是跟愤怒的小鸟这个游戏一样,不过就是每只小鸟的抛物线就是ax^2+b,a和b都是自己定义的,然后问你打光所有的猪需要用最小的小鸟数量。


My opinion:一开始看到这题只会暴力(包括在比赛的时候)。但是你会发现猪可能会在同一条抛物线上,一下搞死两只,所以一开始你可以预处理出所有在同一条抛物线上的猪,然后你又会发现猪只有18只,妥妥的状压dp嘛,都没什么技术含量(这是一位dalao(不是我)说的)。
总结:
没什么好总结的。
至于函数图线的话,初中学过的都知道了。也没什么好说的。


菜鸡的代码:

#include<iostream>
#include<cstdio>
#include<cmath>
#include<cstring>
#include<algorithm>
#define rep(i,a,n) for (int i=a;i<=n;i++)
#define per(i,a,n) for (int i=a;i>=n;i--)
#define Clear(a,x) memset(a,x,sizeof(a))
#define ll long long
#define INF 2000000000
#define eps 1e-6
#define db double
using namespace std;
ll read(){
    ll x=0,f=1;
    char ch=getchar();
    while (ch<'0'||ch>'9') f=ch=='-'?-1:f,ch=getchar();
    while (ch>='0'&&ch<='9') x=x*10+ch-'0',ch=getchar();
    return x*f;
}
const int maxn=20;
db x[maxn],y[maxn];
int num[maxn][maxn];
int f[(1<<20)-1];
int n,m;
bool The_same(db x,db y){
    return fabs(x-y)<eps;
}
int main(){
    int T=read();
    while (T--){
        n=read(),m=read();
        rep(i,1,n) scanf("%lf%lf",&x[i],&y[i]);
        Clear(num,0);
        rep(i,1,n-1)
            rep(j,i+1,n){
                if (The_same(x[i],x[j])) continue;
                db a=(y[j]/x[j]-y[i]/x[i])/(x[j]-x[i]);
                if (a>=0) continue;
                db b=y[i]/x[i]-a*x[i];
                rep(k,1,n)
                    if (The_same(a*x[k]+b,y[k]/x[k])) num[i][j]|=(1<<(k-1));
            }
        rep(i,0,(1<<n)-1) f[i]=INF;
        f[0]=0;
        rep(i,0,(1<<n)-1)
            rep(j,1,n)
                if (!(i&(1<<(j-1)))){
                    rep(k,j,n){
                        if (j==k) f[i|(1<<(j-1))]=min(f[i|(1<<(j-1))],f[i]+1);
                        if (The_same(x[j],x[k])) continue;
                        f[i|num[j][k]]=min(f[i|num[j][k]],f[i]+1);
                    }
                    break;
                }
        printf("%d\n",f[(1<<n)-1]);
    }
    return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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