【矿大】中国矿业大学 CUMT 信息安全管理与工程2024春季学期 OpenJudge OJ 问题 C: 模糊综合评价法

题目

整个题目啰里啰嗦，有效信息只占了题目长度的一半不到，前面全讲的废话，出个题目还要水字数……

样例输入

3
3
3
0.2 0.3 0.5
0.7 0.2 0.1
0.1 0.2 0.7
0.3 0.6 0.1
0.2 0.3 0.5
0.3 0.6 0.1
1 0 0
0.7 0.3 0
0.2 0.3 0.5
0.1 0.4 0.5
1 0 0
0.1 0.3 0.6

样例输出

0.27 0.45 0.27 
0.56 0.33 0.11
0.27 0.27 0.45

题解

读完题目可以发现，前面一长串没有什么有用信息，讲了一堆让人容易听不懂的专业名词用来吓退看题不彻底的人

题干里面唯一有用的就是那个样例和其后的样例解释，告诉我们A，R和B到底是什么

他们代表的意义可以不用理解，只需要知道他定义了一种新运算：A○R=B

而通过阅读输入输出也可以得知，他会告诉我们A矩阵，R矩阵，我们要求B矩阵

知道这些就足够了

由于每个评价对象是单独的，因此可以写一个类，用来存放他们的A，R矩阵以及运算方法，归一化的方法，甚至打印B矩阵的方法

class FuzzyEvaluation
{
public:
	FuzzyEvaluation(vector<double> a, vector<vector<double>> r);

	void NormalRes();

	void ComputeB();

	void PrintB();

private:
	vector<double> m_a;
	vector<vector<double>> m_r;
	vector<double> m_b;
};

FuzzyEvaluation::FuzzyEvaluation(vector<double> a, vector<vector<double>> r)
	:m_a(a), m_r(r)
{}

void FuzzyEvaluation::NormalRes()
{
	double sum = 0;
	for (double i : m_b)
	{
		sum += i;
	}
	for (int i = 0; i < m_b.size(); i++)
	{
		m_b[i] = m_b.at(i) / sum;
	}
}

void FuzzyEvaluation::ComputeB()
{
	for (int i = 0; i < m_r.at(0).size(); i++)
	{
		double sum = 0;
		for (int j = 0; j < m_r.size(); j++)
		{
			sum = max(sum, min(m_a.at(j), m_r.at(j).at(i)));
		}
		m_b.push_back(sum);
	}
	NormalRes();
	PrintB();
}

void FuzzyEvaluation::PrintB()
{
	for (double i : m_b)
	{
		printf_s("%.2f ", i);
	}
	printf_s("\n");
}

一共只有两步，太简单了，不过多赘述

代码

#include <iostream>
#include <vector>
#include <math.h>

using namespace std;

class FuzzyEvaluation
{
public:
	FuzzyEvaluation(vector<double> a, vector<vector<double>> r);

	void NormalRes();

	void ComputeB();

	void PrintB();

private:
	vector<double> m_a;
	vector<vector<double>> m_r;
	vector<double> m_b;
};

FuzzyEvaluation::FuzzyEvaluation(vector<double> a, vector<vector<double>> r)
	:m_a(a), m_r(r)
{}

void FuzzyEvaluation::NormalRes()
{
	double sum = 0;
	for (double i : m_b)
	{
		sum += i;
	}
	for (int i = 0; i < m_b.size(); i++)
	{
		m_b[i] = m_b.at(i) / sum;
	}
}

void FuzzyEvaluation::ComputeB()
{
	for (int i = 0; i < m_r.at(0).size(); i++)
	{
		double sum = 0;
		for (int j = 0; j < m_r.size(); j++)
		{
			sum = max(sum, min(m_a.at(j), m_r.at(j).at(i)));
		}
		m_b.push_back(sum);
	}
	NormalRes();
	PrintB();
}

void FuzzyEvaluation::PrintB()
{
	for (double i : m_b)
	{
		printf_s("%.2f ", i);
	}
	printf_s("\n");
}

int main()
{
	int n;
	int m;
	int b;
	cin >> n >> m >> b;
	
	vector<FuzzyEvaluation*> x;

	for (int i = 0; i < n; i++)
	{
		vector<double> tem1;
		for (int j = 0; j < m; j++)
		{
			double tem2;
			cin >> tem2;
			tem1.push_back(tem2);
		}
		vector<vector<double>> tem3;
		for (int j = 0; j < m; j++)
		{
			vector<double> tem4;
			for (int k = 0; k < b; k++)
			{
				double tem2;
				cin >> tem2;
				tem4.push_back(tem2);
			}
			tem3.push_back(tem4);
		}
		FuzzyEvaluation* tem5 = new FuzzyEvaluation(tem1, tem3);
		x.push_back(tem5);
	}

	for (auto i : x)
	{
		i->ComputeB();
	}
	return 0;
}