poj1379——模拟退火

 

Poj 1379

题意：给定n个点，你需要在给定矩形范围内找到一个点，使得它到这n个点的距离的最小值最大。

一开始是用的顾研的方法，但总是AC不了，听盾哥说他那个有问题。正确的算法流程应该是：

初始化：初始温度de(充分大)，初始p个并行解状态S(算法迭代的起点)， 失败次数上限L，接受参数x，衰变系数kk

While de<esp do

For 每个状态S

  随机调解方向

  While 失败次数<L do

   调整得到S’

    If C[S’]<C[S] or random<x*exp（C[S]-C[S’]） then

     成功，m:=0; S:=S’{这样下一次是继续这个方向调整，而且温度不衰变}

   Else 随机调整方向

 De:=de*kk

那个random的概率不要设太大，但要有这么个概率，使得解有可能变优。

而且注意de表示的是欧几里得距离，用曼哈顿距离减常数会错。

 

program xqz; const maxn=1000; esp=1e-2; p=12; l=10; c=1e-6; oo=1 shl 30; lim=1e-10; var xx,yy,i,j,k,m,n,task:longint; x1,y1,x2,y2,d:array[0..maxn] of extended; t,de,x,now,x3,y3,kk,x4,y4,d4,ans,xa,ya:extended; procedure dis(x1,y1,x2,y2:extended; var ans:extended); begin x1:=sqrt(sqr(x1-x2)+sqr(y1-y2)); if x1<ans then ans:=x1; end; begin read(task); randomize; for task:=1 to task do begin read(xx,yy,n); for i:=1 to n do read(x1[i],y1[i]); de:=xx+yy; for i:=1 to p do begin x2[i]:=random(xx+1); y2[i]:=random(yy+1); d[i]:=oo; for j:=1 to n do dis(x2[i],y2[i],x1[j],y1[j],d[i]); end; while de>esp do begin for i:=1 to p do begin m:=0; x4:=(2*random(2)-1)*random(trunc(de*1000))/1000; y4:=(2*random(2)-1)*(sqr(de)-sqr(x4)); while m<l do begin inc(m); x3:=x2[i]+x4; y3:=y2[i]+y4; kk:=oo; if (x3<-lim)or(x3>xx+lim)or(y3<-lim)or(y3>yy+lim) then continue; for j:=1 to n do dis(x3,y3,x1[j],y1[j],kk); if (kk>d[i])or(random<c*exp((kk-d[i])/de)) then begin x2[i]:=x3; y2[i]:=y3; d[i]:=kk; m:=0; end else begin x4:=(2*random(2)-1)*random(trunc(de*1000))/1000; y4:=(2*random(2)-1)*(sqr(de)-sqr(x4)); end; end; end; de:=de*0.8; end; k:=1; for i:=1 to p do if d[i]>d[k] then k:=i; writeln('The safest point is (',x2[k]:0:1,', ',y2[k]:0:1,').'); end; end.