考查点:费马点
费马点定义为平面多边形内到各个顶点距离和最小的点。网上的方法均为模拟退火算法,之前做毕设的时候大概接触过模拟退火(Simulated Annealing),它是一种基于概率的数学优化算法,数学优化算法有很多种,比如遗传算法等,但模拟退火和遗传算法的区别是它是一个全局最优的方法,而遗传算法可能只能找到一个局部最优解。在维基中(http://en.wikipedia.org/wiki/Simulated_annealing)对模拟退火有很详细的描述,opencv和Matlab中也有相应的函数。其实真实的模拟退火要比这里用到的复杂,包括概率模型、初始温度、最低温度、步长等很多参数,而且很多参数的设置很多时候还要依靠经验,觉得这是模拟退火的一个很大的弊端,当然它还有一个缺点就是它只是一个近似算法,不能得到精确解。而在这里用到的其实只是一个迭代而已。
AC_CODE:
#include <stdio.h>
#include <math.h>
typedef struct _point
{
double x,y;
}Point;
double E(Point *pt,int n,Point p)
{
int i;
double dist=0;
for(i=0;i<n;i++)
dist+=sqrt((p.x-pt[i].x)*(p.x-pt[i].x)+(p.y-pt[i].y)*(p.y-pt[i].y));
return dist;
}
double fermat_point(Point *pt,int n)
{
int i,j;
double step,cur_dist,tmp_dist;
Point u,v;
u=pt[0];
cur_dist=E(pt,n,u);
//step=100和1000结果均错误
for(step=10000;step>0.2;step/=2)
for(i=-1;i<=1;i++)
for(j=-1;j<=1;j++)
{
v.x=u.x+step*i;
v.y=u.y+step*j;
tmp_dist=E(pt,n,v);
if(tmp_dist<cur_dist)
{
u=v;
cur_dist=tmp_dist;
}
}
return cur_dist;
}
int main()
{
Point pt[101];
int N,i;
scanf("%d",&N);
for(i=0;i<N;i++)
scanf("%lf%lf",&pt[i].x,&pt[i].y);
printf("%d\n",(int)(fermat_point(pt,N)+0.5));//ceil一个浮点数
return 0;
}