博客
关于我
【NOIP2017提高A组模拟8.10】JZOJ7月27日提高组T3 计算几何
阅读量:300 次
发布时间:2019-03-03

本文共 1510 字,大约阅读时间需要 5 分钟。

【NOIP2017提高A组模拟8.10】JZOJ7月27日提高组T3 计算几何

题目描述:在x轴和y轴的正半轴上各有n个点,这2n个点要练成n条线段,要求任意两条线段不相交。有m个询问,每次询问给出点P(x, y),问线段OP与多少条线段相交(O为原点(0,0))。

分析:由于线段两两不相交,可以将x轴和y轴上的点从小到大排序。对于每条线段,可以求出其斜率k和截距b。对于每个询问的点P,可以求出OP的直线方程,然后找到与其他线段的交点,并判断交点是否在线段上。

代码实现:使用二分查找法快速确定交点位置,确保高效处理大量询问。代码中函数pd用于判断中间点是否满足交点条件,通过对x和y进行排序,确保线段不会相交。

题解:通过排序和二分查找,快速确定每条线段的交点位置,判断交点是否在线段上,从而计算OP与多少条线段相交。代码实现了高效的查询方法,确保在大规模数据下也能快速响应。

【题目已解答,以下为代码示例】

#include 
#include
using namespace std;bool pd(int x) { double x1, y1, kk; kk = 1.0 * y[x] / xx; x1 = b[x] / (kk - k[x]); y1 = x1 * kk; if (x1 <= x && y1 <= y) return true; else return false;}int main() { freopen("T3.in", "r", stdin); freopen("T3.out", "w", stdout); scanf("%d", &n); for (i = 1; i <= n; i++) { scanf("%d", &x[i]); } for (i = 1; i <= n; i++) { scanf("%d", &y[i]); } sort(x + 1, x + n + 1); sort(y + 1, y + n + 1); for (i = 1; i <= n; i++) { b[i] = y[i]; k[i] = -1.0 * y[i] / x[i]; } scanf("%d", &m); for (i = 1; i <= m; i++) { scanf("%d%d", &xx, &yy); l = 1; r = n; ans = 0; while (l <= r) { mid = (l + r) >> 1; if (pd(mid)) { ans = mid; l = mid + 1; } else { r = mid - 1; } } printf("%d\n", ans); } fclose(stdin); fclose(stdout); return 0;}

代码解释:首先读取输入,排序x和y轴上的点,然后计算每条线段的斜率和截距。对于每个询问,使用二分查找法确定OP直线与其他线段的交点,判断交点是否在线段上,返回相交的线段数量。

转载地址:http://gqql.baihongyu.com/

你可能感兴趣的文章
nuget.org 无法加载源 https://api.nuget.org/v3/index.json 的服务索引
查看>>
Nuget~管理自己的包包
查看>>
NuGet学习笔记001---了解使用NuGet给net快速获取引用
查看>>
nullnullHuge Pages
查看>>
NullPointerException Cannot invoke setSkipOutputConversion(boolean) because functionToInvoke is null
查看>>
null可以转换成任意非基本类型(int/short/long/float/boolean/byte/double/char以外)
查看>>
Number Sequence(kmp算法)
查看>>
Numix Core 开源项目教程
查看>>
numpy
查看>>
Numpy 入门
查看>>
NumPy 库详细介绍-ChatGPT4o作答
查看>>
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>