传送门:http://www.lydsy.com/JudgeOnline/problem.php?id=3680
思路:puts("nan nan");得AC
爬山就够了,膜你退火也可以。
膜你退火就是在膜你一个退火的过程,他和爬山的区别就在于,它多了一个温度参数。
我们可以发现,越到后面,我们就越接近。
所以我们应该把修改的范围越改越小,接受较劣解的可能性也应该调小。
于是我们引入一个温度变量T,膜你退火的过程,温度逐渐下降。
下面给出模拟退火的流程:
设定初始较高的温度T
while 温度>设定的最低值
随机得到一个新解(温度越高,新解与旧解的差异越大)
更新答案
根据新解与旧解之间的优劣关系,以一定概率接受新解(越优越有可能)
以一定方式降温
endwhile
为了保证答案的质量,我们可以在最优解附近再进行随机,并更新答案
#include<cmath>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<iostream>
#include<algorithm>
const int maxn=10010;
using namespace std;
int n;double mins=1e100;
struct poi{double x,y,g;}p[maxn],ans;
double dis(const poi &a,const poi &b){return sqrt((a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y));}
double check(poi a){
double res=0.0;
for (int i=1;i<=n;i++) res+=dis(a,p[i])*p[i].g;
if (res<mins) ans=a,mins=res;
return res;
}
double getrd(){return rand()%10000/10000.0;}
void SA(double T){
poi now=ans;
while (T>0.001){
poi newp;
newp.x=now.x+T*(getrd()*2-1.0);
newp.y=now.y+T*(getrd()*2-1.0);
double delta=check(now)-check(newp);
if (delta>0||exp(delta/T)>getrd()) now=newp;
T*=0.991;
}
for (int i=1;i<=1000;i++){
poi newp;
newp.x=ans.x+T*(getrd()*2-1.0);
newp.y=ans.y+T*(getrd()*2-1.0);
check(newp);
}
}
int main(){
srand(8226312452);
scanf("%d",&n);
for (int i=1;i<=n;i++){
scanf("%lf%lf%lf",&p[i].x,&p[i].y,&p[i].g);
ans.x+=p[i].x,ans.y+=p[i].y;
}
ans.x/=(double)n,ans.y/=(double)n;
SA(100000.0);
printf("%.3lf %.3lf\n",ans.x,ans.y);
return 0;
}