思路:

  一些解释:

  ①:建筑的排序:

  下面是以输入顺序为标号,在数组bd中的顺序:

  排序后在数组bd中的顺序:

  

  以后我们比较就按这个顺序

  ②:x坐标的排序

  x的内容是每一个建筑的左边界和右边界,我们把他去重排序后,就是一个一个的坐标,相邻的x形成一个区间,

  取它的中点来判断,比如,样例输入的bd[1]就是遍历所有的区间来判断是否可见。下面附上调试截图。

  x:

  

  sort后的x:

  

  unique后的x:

  

  

 #include<cstdio>
#include<algorithm>
using namespace std;
struct building {
int NO;
double x, y, width, depth, height;
double xr;//右边界
}bd[];
double x[ * ];
int n;
bool cmp(building & b1, building & b2)
{
if (b1.x < b2.x)
return true;
if (b1.x == b2.x&&b1.y < b2.y)
return true;
return false;
}
bool cover(int i, double mx)//看mx在不在第i个建筑范围内
{
return ((bd[i].x <= mx) && (bd[i].xr >= mx));
}
bool visible(int i, double mx)//第i个建筑物在x=mx是否可见
{
if (!cover(i, mx))
return false;
for (int j = ; j < n; j++)//遍历所有建筑,寻找第i个建筑[南方]的建筑看会不会被挡住
{
if (bd[j].y < bd[i].y&&bd[j].height >= bd[i].height&&cover(j,mx))
return false;
/*bd[j].y < bd[i].y在此建筑的南方
bd[j].height >= bd[i].height,南方建筑更高
cover(j,mx) mx也在南方建筑范围内
*/
}
return true;
}
int main()
{
int kase = ;
while (scanf("%d", &n) && n != )
{
for (int i = ; i < n; i++)
{
scanf("%lf%lf%lf", &bd[i].x, &bd[i].y, &bd[i].width);
scanf("%lf%lf", &bd[i].depth, &bd[i].height);
bd[i].NO = i+;
bd[i].xr = bd[i].x + bd[i].width;
x[i * ] = bd[i].x;//记录左边界
x[i * + ] = bd[i].xr;//右边界
} sort(bd, bd + n, cmp);
sort(x, x + * n);
int m = unique(x, x + n * ) - x;//不重复元素的个数
if (kase++)
printf("\n");
printf("For map #%d, the visible buildings are numbered as follows:\n%d", kase,bd[].NO);
//因为第一个输出没有空格,而第一个bd肯定不会被挡住,
//所有先把第一个输出来.下面从1开始
for (int i = ; i < n; i++)
{
bool vis = false;
for (int j = ; j < m-; j++)
{
if (visible(i, (x[j] + x[j+]) / ))
{
vis = true;
break;
}
}
if (vis)
printf(" %d", bd[i].NO);
}
printf("\n");
}
return ;
}

    

UVA 221 Urban Elevations的更多相关文章

  1. UVa 221 Urban Elevations 城市正视图 离散化初步 无限化有限

    转载请注明: 仰望高端玩家的小清新 http://www.cnblogs.com/luruiyuan/ 题目大意: 题目传送门:UVa 221 Urban Elevations 给出城市中建筑物的x, ...

  2. UVA 221 - Urban Elevations(离散化)!!!!!!

    题意:给出一张俯视图.给出N个建筑物的左下标,长度,宽度,高度.现在求,从南面看,能看到那些建筑? Sample Input 14 160 0 30 60 30 125 0 32 28 60 95 0 ...

  3. X - Urban Elevations

     Urban Elevations  An elevation of a collection of buildings is an orthogonal projection of the buil ...

  4. UVa 221 (STL 离散化) Urban Elevations

    题意: 作图为n个建筑物的俯视图,右图为从南向北看的正视图,按从左往右的顺序输出可见建筑物的标号. 分析: 题中已经说了,要么x相同,要么x相差足够大,不会出现精度问题. 给这n个建筑物从左往右排序, ...

  5. Urban Elevations UVA - 221

    题目大意:给出建筑的俯视图,以及每个建筑的左下角坐标,宽度,长度,高度.求正视图可观察到的建筑的编号 思路:建筑物的可见性等于南墙的可见性,依据左下角排序后,逐个判断每个建筑是否可见.对南墙的x坐标进 ...

  6. 【紫书】Urban Elevations UVA - 221 离散化

    题意:给你俯视图,要求依次输出正视图中可以看到的建筑物 题解:任意相邻的x间属性相同,所以离散化. 坑:unique只能对数组用.下标易错 list不能找某元素的next.用了个很麻烦的处理 数组: ...

  7. UVa 221城市正视图(离散化)

    https://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&page=show_problem& ...

  8. UVa221 Urban Elevations

    离散化处理.判断建筑可见性比较麻烦.下面采用离散化解决:把所有的x坐标排序去重,在相邻两个x坐标表示的区间中,整个区间要么同时可见,要么同时不可见.如何判断该区间是否可见?具体做法是选取该区间中点坐标 ...

  9. UVA 221 城市化地图(离散化思想)

    题意: 给出若干个栋楼俯视图的坐标和面积,求从俯视图的南面(可以视为正视图)看过去到底能看到多少栋楼. 输入第一个n说明有n栋楼,然后输入5个实数(注意是实数),分别是楼的左下角坐标(x,y), 然后 ...

随机推荐

  1. 【python】gevent协程例子

    说在前面:用协程还是多线程需要仔细考量.我在做实验时请求了100w个ip,分别用pool为1000的协程和64个线程来跑,结果是多线程的速度是协程的10倍以上. 一个简单的协程例子 #!/usr/bi ...

  2. laravel 查询

    public function recommends(Request $request) { // $sort = $request->query('sort'); $userId = $req ...

  3. cf1110F 离线+树上操作+线段树区间更新

    自己搞的算法超时了..但是思路没什么问题:用线段树维护每个点到叶子节点的距离即可 /* 线段树维护区间最小值,每次向下访问,就把访问到的点对应的区间段减去边权 到另一颗子树访问时,向上回溯时加上减去的 ...

  4. Fiddler抓包6-get请求(url详解)

    前言 上一篇介绍了Composer的功能,可以模拟get和post请求,get请求有些是不带参数的,这种比较容易,直接放到url地址栏就行.有些get请求会带有参数,本篇详细介绍url地址格式. 一. ...

  5. vue router.push(),router.replace(),router.go()和router.replace后需要返回两次的问题

    转载:https://www.cnblogs.com/lwwen/p/7245083.html https://blog.csdn.net/qq_15385627/article/details/83 ...

  6. 类和JSP关系

    404的原因.除了路径问题,还有文件放置位置.比如如果文件在web-inf下面.浏览器是访问不到的

  7. tomcat安装出现的闪退问题

    如果闪退 在该文件中结尾添加pause  可以检测到路径问题是不是有问题

  8. HDU 1166 敌兵布阵(线段树/树状数组模板题)

    敌兵布阵 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Submi ...

  9. 支持向量机-SMO算法简化版

    SMO:序列最小优化 SMO算法:将大优化问题分解为多个小优化问题来求解 SMO算法的目标是求出一系列的alpha和b,一旦求出这些alpha,就很容易计算出权重向量w,并得到分隔超平面 工作原理:每 ...

  10. MySQL:日期函数、时间函数总结

    MySQL 获得当前日期时间 函数 查询昨天,时间拼接 select concat(DATE_FORMAT(date_add(now(), interval -1 day),'%Y-%d-%d'),& ...