CF 333E Summer Earnings

题意

给点集 P ,求max{min{|AB|,|AC|,|BC||A,B,CP}}

题解

先说说正解:
先不考虑三点共线
注意到任何一个三角形都有一个角 (π/3,π) (因为内角和 =π ),所以我们枚举第 i 个点作为这个角的顶点,把其他点极角排序,用一个单调队列维护距离的最小值即可,具体实现详见代码1。
注意三点共线的问题,那么这个“三角形”一定有一个角(π/3,π],即可。
复杂度 O(n2logn)


然后,当我知道能bitset水过时,我内心是崩溃的。。。
不妨把 n2 个距离从大到小排序,那么每次我取一条边,边的两个顶点为 u,v ,连接 u,v ,如果 u,v 已经通过某一个 w <script type="math/tex" id="MathJax-Element-1048">w</script>连接的话,就构成了一个“三角形”(包括三点共线),那么就搞定了呀~(类似地,弦图可以类似地搞)


两个启示是:
1. 遇到三角形的时候,可以考虑其内角和一定,利用平均数原理可以得到一个不等式,从而缩减枚举量
2. Bitset在处理三角形时有奇效。。。

code

正常解法:

// 日了狗!竟然有三点共线 
#include<algorithm>
#include<cstdio>
#include<cmath>
using namespace std;

const double eps=1e-8;
const double PI=acos(-1.0);
const int maxn=6010;

struct Point{
    int x,y;
    Point(){}
    Point(int x,int y):x(x),y(y){}
};
Point operator + (const Point &A, const Point &B)   { return Point(A.x+B.x, A.y+B.y); }
Point operator - (const Point &A, const Point &B)   { return Point(A.x-B.x, A.y-B.y); }

double Dot(const Point &A, const Point &B)          { return (double)A.x*B.x + (double)A.y*B.y; }
double Length(const Point &A) { return sqrt(Dot(A, A)); }

Point p[maxn];

struct Line {
    Point A, B, v;
    double ang;

    Line() { }
    Line(Point A, Point B): A(A), B(B) { v = B-A; ang = atan2(v.y, v.x); }
    // ax + by + c > 0
    bool operator < (const Line &A) const { return ang < A.ang; }
};

int n;

Line L[maxn];

int Q[maxn]; int Ql,Qr;

int main(){
//  freopen("K.in","r",stdin);

    scanf("%d",&n);
    for(int i=0;i<n;++i){
        int x,y; scanf("%d%d",&x,&y);
        p[i]=Point(x,y);
    }

    double res=0.0;
    for(int o=0;o<n;++o){
        int m=0;
        for(int i=0;i<n;++i)if(i!=o) { L[m++]=Line(p[o],p[i]);  }
        sort(L,L+m);
        for(int i=0;i<m;++i) L[i+m]=L[i], L[i+m].ang+=2*PI;

        Ql=0,Qr=0;
        int Qp=0;
        for(int l=0,r=0;l<m;++l){
            for(;Qp<2*m&&L[Qp].ang<L[l].ang+PI+eps;){
                while(Qr-Ql>=1 && Length(L[Q[Qr-1]].v)<Length(L[Qp].v)) --Qr;
                Q[Qr++]=Qp++;
            }
            for(;r<2*m&&L[r].ang-L[l].ang<PI/3;++r);
            while(Qr-Ql>=1&&Q[Ql]<r) ++Ql;

            if (Qr-Ql>=1)res=max(res,min(Length(L[l].v),Length(L[Q[Ql]].v)));
        }
//      printf("%.20lf\n",res/2);
    }
    printf("%.20lf\n",res/2);

//  for(;;);
    return 0;
}

bitset:

#include<algorithm>
#include<bitset>
#include<cstdio>
#include<cmath> 
using namespace std;

const int maxn=3010;

struct Point{
    int x,y;
    Point(){}
    Point(int x,int y):x(x),y(y){}
};
Point operator + (const Point &A, const Point &B)   { return Point(A.x+B.x, A.y+B.y); }
Point operator - (const Point &A, const Point &B)   { return Point(A.x-B.x, A.y-B.y); }

double Dot(const Point &A, const Point &B)          { return (double)A.x*B.x + (double)A.y*B.y; }
double Length(const Point &A) { return sqrt(Dot(A, A)); }

Point p[maxn];

bitset<maxn> f[maxn];

pair<double, pair<int, int> > A[maxn*maxn];
int AN;

int n;

int main(){
//  freopen("K.in","r",stdin);

    scanf("%d",&n);
    for(int i=0;i<n;++i){
        int x,y; scanf("%d%d",&x,&y);
        p[i]=Point(x,y);
    }

    AN=0;
    for(int i=0;i<n;++i)
        for(int j=0;j<n;++j)
            A[AN++]=make_pair(Length(p[j]-p[i]),make_pair(i,j));
    sort(A,A+AN);

    double res=0.0;
    for(int i=AN-1;i>=0;--i){
        int x=A[i].second.first, y=A[i].second.second;
        f[x].set(y);
        f[y].set(x);
        if((f[x]&f[y]).count()>0){
            res=A[i].first/2;
            break;
        }
    }
    printf("%.20lf\n", res);

//  for(;;);
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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