Java解决邮局选址问题-----分治法

1 篇文章 0 订阅
1 篇文章 0 订阅

实验目的:

在一个按照东西和南北方向划分成规整街区的城市里,n个居民点散乱分布在不同的街区中。用x坐标表示东西向,用y坐标表示南北向。各居民点的位置可以由坐标(x,y)表示。街区中任意2点(x1,y1)和(x2,y2)之间的距离可以用数值|x1-x2|+|y1-y2|度量。居民们希望在城市中选择建立邮局的最佳位置,是n个居民点到邮局的距离总和最小。

编程任务:

给定n个居民点的位置,编程计算n个居民点到邮局的距离总和的最小。   

Input

  输入由多组测试数据组成。

  每组测试数据输入的第一行是 居民点数n,1<=n<=10000。接下来n行是居民点的位置,每行2个整数x和y。

Output

  对应每组输入,输出的第一行中的数是n个居民点到邮局最小距离总和的值。

算法分析:

因为街区中任意两点(x1,y1)和(x2,y2)之间的距离可以用数值|x1-x2|+|y1-y2|度量,那么邮局x坐标只与n个居民点的x坐标相关,y坐标只与n个居民点的y坐标相关,下面以求x坐标为例。y坐标求法相似。

假设:对n个居民点的x坐标按大小排序后为x1,x2,x3,.....xn

          对x1,xn两点来说,最近的点肯定在两点之间,且跟两点的距离之和==xn-x1

          对x2,x(n-1)两点来说,最近的点肯定在x2,x(n-1)两点之间,且跟两点的距离之和

          ==x(n-1)-x2

         .....

所以若n为奇数则邮局的x坐标取中间的值时最小。

若n为偶数则邮局的x、坐标可取最中间两个值之间的任意值。

话不多说,上代码!!!

代码如下:

import java.util.Arrays;
import java.util.Scanner;

public class youjuxuanzhi {
	public static void main(String[] args) {
		int[][] coords = {{1,2}, {2,2}, {1,3}, {3,-2}, {3,3}};
		int minDist = findMinDistance(coords);
        System.out.println("最小距离: " + minDist);
    }
    
    private static int findMinDistance(int[][] coords) {
        int n = coords.length;
        int[] xCoords = new int[n];
        int[] yCoords = new int[n];
        for (int i = 0; i < n; i++) {
            xCoords[i] = coords[i][0];
            yCoords[i] = coords[i][1];
        }
        
        Arrays.sort(xCoords);
        Arrays.sort(yCoords);
        
        int medianX = xCoords[n / 2];
        int medianY = yCoords[n / 2];
        
        int ZS = 0;
        for (int i = 0; i < n; i++) {
            ZS += Math.abs(coords[i][0] - medianX) + Math.abs(coords[i][1] - medianY);
        }
        
        return ZS;
    }
}

    运行结果:      

 


思考拓展:

在一条直线公路旁有n户居民在居住,每个房子的位置用一个坐标值表示,现在要在公路沿线建两个邮局,使每个居民到邮局的距离之和最小,求两个邮局的位置。例如:某个居民到两个邮局的距离分别为12和19,则把较小的12作为该居民到邮局的距离。

代码如下:

import java.util.Arrays;
import java.util.Scanner;
public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int c = scanner.nextInt();
        int p = scanner.nextInt();
        int dp[][] = new int[c+1][p+1];
        int dis[][] = new int[c+1][c+1];
        int city[] = new int[c+1];
        for (int i = 1; i <= c; i++) {
            city[i] = scanner.nextInt();
        }
        if(c<=p){
            System.out.println(0);
            return;
        }
        for (int i = 1; i <= c; i++) {
            for (int j = 0; j <= p; j++) {
                dp[i][j] = Integer.MAX_VALUE;
            }
        }
        for (int i = 1; i <= c; i++) {
            for (int j = i+1; j <= c; j++) {
                dis[i][j] = dis[i][j-1] + city[j] - city[i+ j >>1];
            }
        }
        dp[1][1] = 0;
        int [][]s = new int[c+2][p+2];
        for (int i = 1; i <=c ; i++) {
             for (int j = p; j >=1  ; j--) {
                if (s[i][j + 1]==0)
                    s[i][j + 1] = i-1;
                for (int k = s[i - 1][j]; k <= s[i][j + 1]; k++){
                    if (dp[i][j] - dis[k + 1][i] > dp[k][j - 1]  ){
                        dp[i][j] = dp[k][j - 1] + dis[k + 1][i];
                        s[i][j] = k;                       

                    }
                }
            }
        }
        System.out.println(dp[c][p]);
    }
}

运行结果:

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
好的,关于使用Java语言基于分治解决0-1背包问题,我可以给你一些思路。 首先,关于0-1背包问题,它是一个经典的动态规划问题。给定一定的背包容量和一堆不同的物品,每个物品有自己的重量和价值。我们需要选择一些物品放进背包中,使得它们的总重量不超过背包容量,而它们的总价值最大。 然后,分治是一种递归的算思想,它将问题分解成子问题,对每个子问题进行求解,然后将子问题的解合并得到原问题的解。 因此,使用分治解决0-1背包问题,我们可以将原问题分成两个子问题:一个是不放当前物品,另一个是放当前物品。对于不放当前物品这个子问题,相当于求解在剩下的物品中选取一些物品放入背包中的问题,可以继续用相同的方递归求解;对于放当前物品这个子问题,相当于在剩下的物品中选取一些物品放入背包中,但需要注意背包容量的变化。最终,我们将两个子问题的解进行合并,得到原问题的解。 具体实现时,可以使用Java编写一个递归函数,输入参数包括当前考虑的物品序号、背包剩余容量等。在函数内部,根据上述思路分别递归求解不放当前物品和放当前物品两个子问题,并将两个子问题的解合并得到当前问题的解。最终返回当前问题的解即可。 需要注意的是,分治的时间复杂度可能比动态规划要高,因此需要根据具体情况选择合适的算

“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 2
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