1110 距离之和最小 V3

X轴上有N个点,每个点除了包括一个位置数据X[i],还包括一个权值W[i]。点P到点P[i]的带权距离 = 实际距离 * P[i]的权值。求X轴上一点使它到这N个点的带权距离之和最小,输出这个最小的带权距离之和。
Input
第1行:点的数量N。(2 <= N <= 10000)
第2 - N + 1行:每行2个数,中间用空格分隔,分别是点的位置及权值。(-10^5 <= X[i] <= 10^5,1 <= W[i] <= 10^5)
Output
输出最小的带权距离之和。
Input示例
5
-1 1
-3 1
0 1
7 1
9 1
Output示例
20
题解:经典中位数题目衍生出来的。没有权值时是直接找中位数即是找到了要求的点,当有权值时,则要转换一下,把权值转换为个数,就当作在这个位置有权值个点。然后求中位数即是答案。

代码:

#include <cstdio>
#include <cstdlib>
#include <iostream>
#include <cstring>
#include <string>
#include <cstdlib>
#include <algorithm>
#include <queue>
#include <vector>
#include <set>
#include <stack>
#include <map>
#include <cmath>
#include <ctime>
using namespace std;
typedef long long ll;
typedef pair<ll, int> P;
const int INF = 0x3f3f3f3f;
const ll LINF = 0x3f3f3f3f3f3f3f3f;
const double PI = acos(-1.0);
const double eps = 1e-10;
const int maxn = 1e5+7;
const int mod = 1e9+7;

int n;
int x[maxn],w[maxn];
ll cnt[maxn<<1];

int main()
{
    scanf("%d",&n);
    memset(cnt,0,sizeof(cnt));
    ll sum = 0;
    for(int i = 1;i <= n;i++){
        scanf("%d %d",&x[i],&w[i]);
        cnt[x[i]+maxn]+=w[i];
        sum+=w[i];
    }
    sum = ceil(sum/2.0);
    ll now = 0;
    int pos = 0;
    for(int i = 0;i < maxn<<1;i++){
        now+=cnt[i];
        if(now>=sum){
            pos = i-maxn;
            break;
        }
    }
    ll ans = 0;
    for(int i = 1;i <= n;i++){
        ans+=1ll*abs(pos-x[i])*w[i];
    }
    printf("%lld\n",ans);
    return 0;
}
经验:权值不一定就是权值,有时可以做适当转变,例如本题看作点的个数。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
方位距离跟踪是目标跟踪中的一种方法,它利用最小二乘法完成对目标位置的估计。在观测系统中,目标通过观测站(如雷达、声纳等传感器)进行观测,并使用坐标系(如二维、三维直角坐标系、极坐标系、球坐标系)来描述目标的位置。在跟踪过程中,目标的位置信息通过数据关联方法(如近邻、聚类、联合概率关联)进行分类,然后利用最小二乘法进行位置估计。此外,为了消除噪声,还可以使用滤波算法(如卡尔曼滤波、粒子滤波)进行状态估计,从而对目标参数进行估计。最后,跟踪维持是指在目标移动过程中,通过继承数据来保持目标的跟踪。\[1\]\[2\] #### 引用[.reference_title] - *1* *2* [目标定位跟踪系统概述](https://blog.csdn.net/qq_54813519/article/details/128245478)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [在无线传感器网络中对目标的跟踪——基于KF和MLE(最大似然估计)结合的距离测量](https://blog.csdn.net/xie1151001142/article/details/52836314)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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