秦九韶算法 & 三分法
前言
今天考试出了一个题
郭郭模拟退火骗了75分
于是再次把咕咕了好久的模退提上日程
如果进展顺利
明后天应该会开爬山算法和模退的博客笔记
今天先把今天考试的正解学习一下——三分法
引入
老规矩上板子题
LuoguP3382
题目描述
给出一个 \(N\) 次函数,保证在范围 \([l,r]\) 内存在一点 \(x\),使得 \([l,x]\) 上单调增,\([x,r]\) 上单调减。试求出 \(x\) 的值。
输入格式
第一行一次包含一个正整数 \(N\) 和两个实数 \(l,r\),含义如题目描述所示。
第二行包含 \(N+1\) 个实数,从高到低依次表示该 \(N\) 次函数各项的系数。
输出格式
输出为一行,包含一个实数,即为 \(x\) 的值。四舍五入保留 \(5\) 位小数。
Input
3 -0.9981 0.5
1 -3 -3 1
Output
-0.41421
秦九韶算法
背景(废话)
秦九韶算法是一种将一元n次多项式的求值问题转化为n个一次式的算法。
其大大简化了计算过程,即使在现代,利用计算机解决多项式的求值问题时,秦九韶算法依然是最优的算法。
在西方被称作霍纳算法,是以英国数学家霍纳命名的。
计算方法
求多项式的值:
\]
一眼暴力直接求值
那还要秦九韶干啥
本质就是提公因式
\]
\]
顺序进行到最后
\]
来看一个五次式
\]
暴力求需要10个乘法
利用秦九韶算法显然可以只成4次
这下就大大改善了效率
显然的,次数越高
算法效率优化越明显
接下来进入正题:三分法
三分法
简介
三分法一般用来求某一个单峰函数的最值。
没了。。。
和二分的区别就是
二分要求区间单调
三分要求只有一个“单峰”,即最值
实现
给定上下界,每次将上下界这个区间平均分成三份,取两个三等分点比较,并缩小范围。
三分法就是单峰函数求最值
当前我们位于\([l,r]\)
然后我们我们有两个三等分点\(mid,mmid(mid<mmid)\)
也不一定非要两个三等分点,只是举个例子
假设我们求最大值
我们比较\(f(mid)\)以及\(f(mmid)\)
1.\(f(mid)>f(mmid)\)
那么可以确定的是\(mmid\)一定位于最值右边
2.\(f(mid)<f(mmid)\)
那么可以确定的是\(mid\)一定位于最值左边
Code
#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <queue>
#include <cmath>
using namespace std;
inline int read(){
int x = 0, w = 1;
char ch;
for(; ch > '9' || ch < '0'; ch = getchar()) if(ch == '-') w = -1;
for(; ch >= '0' && ch <= '9'; ch = getchar()) x = x * 10 + ch - '0';
return x * w;
}
const double eps = 1e-8;
double a[20];
int n;
inline double f(double x){
double ans = 0.0;
for(int i = n; i >= 0; i--)
ans = ans * x + a[i];
return ans;
}
double l, r;
signed main(){
n = read();
cin >> l >> r;
for(int i = n; i >= 0; i--)
cin >> a[i];
while(fabs(l - r) >= eps){
double midl = l + (r - l) / 3;
double midr = r - (r - l) / 3;
if(f(midl) > f(midr))
r = midr;
else l = midl;
}
printf("%.5lf\n", l);
return 0;
}
小结
这么来看三分还是很简单的(doge
这个板子求导+二分好像也能做
但是咱们今天学习板子对吧
稍等做完T4会把题目放到下面
秦九韶算法 & 三分法的更多相关文章
- 学习笔记--三分法&秦九韶算法
前言 其实也没什么好说的吧,三分法就是用来求一个单调函数的最值和满足最大值的\(x\),秦九韶算法就是在\(O(N)\)时间内求一个多项式值 怎么用 三分法使用--看这篇:https://www.cn ...
- bzoj3157国王奇遇记(秦九韶算法+矩乘)&&bzoj233AC达成
bz第233题,用一种233333333的做法过掉了(为啥我YY出一个算法来就是全网最慢的啊...) 题意:求sigma{(i^m)*(m^i),1<=i<=n},n<=10^9,m ...
- hdu.1111.Secret Code(dfs + 秦九韶算法)
Secret Code Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others) Tota ...
- 算法 《秦九韶算法java实践》
[历史背景] 秦九韶算法是中国南宋时期的数学家秦九韶表述求解一元高次多项式的值的算法--正负开方术.它也能够配合牛顿法用来求解一元高次多项式的根.在西方被称作霍纳算法(Horner algorithm ...
- 解方程(hash,秦九韶算法)
题目描述 已知多项式方程: a0+a1x+a2x2+⋯+anxn=0 求这个方程在 [1,m]内的整数解(n 和 m 均为正整数). 输入输出格式 输入格式: 共 n+2 行. 第一行包含 2个整数 ...
- 数学【p1412】 经营与开发(秦九韶算法)
顾z 你没有发现两个字里的blog都不一样嘛 qwq 题目描述-->P1412 经营与开发 分析 虽然看到\(Rank_1\)已经有了解释. 但我认为我能BB的更好 我还是决定来写一篇题解. q ...
- NOIp 2014 解方程 【数学/秦九韶算法/大数取膜】By cellur925
题目传送门 题意:求高次方程的解及其个数.其中 1° 我们知道,高次方程是没有求根公式的.但是利用逆向思维,我们可以进行“试根法”,因为题目中给出了所求根的范围.但是多项式系数过于吓人,达到了sxbk ...
- 【秦九韶算法】【字符串哈希】bzoj3751 [NOIP2014]解方程
在模意义下枚举m进行验证,多设置几个模数,而且小一些,利用f(x+p)%p=f(x)%p降低计算次数.UOJ AC,bzoj OLE. #include<cstdio> #include& ...
- 算法 《霍纳的方法java实践》
[历史背景] 霍纳的方法是中国南宋时期的数学家秦九韶表述求解一元高次多项式的值的算法--正负开方术. 它也能够配合牛顿法用来求解一元高次多项式的根.在西方被称作霍纳算法(Horner algorith ...
随机推荐
- mysql练习题99
一.查询每个专业的学生人数 SELECT COUNT(*) FROM student GROUP BY majorid; 二.查询参加考试的学生中,每个学生的平均分.最高分 SELECT avg(sc ...
- bzoj3446[Usaco2014 Feb]Cow Decathlon*
bzoj3446[Usaco2014 Feb]Cow Decathlon 题意: FJ有n头奶牛.FJ提供n种不同的技能供奶牛们学习,每头奶牛只能学习一门技能,每门技能都要有奶牛学习. 第i头奶牛学习 ...
- disconf原理解析
前有了解过disconf,也知道它是基于zookeeper来做的,特意写了文章记录下自己的见解.如有错误,欢迎指正. 1.disconf-web会在启动时,将自身的host和配置文件注册到zookee ...
- js 对象数组根据某个名称删除数组中的对象
delArrayItem: function (array,item) { const index = array.findIndex(text => text.name === item.na ...
- 在 vue 中使用 WebSocket
<template> <div class="hello"> <h1>{{ msg }}</h1> <h1>{{ res ...
- 2.UDP协议
UDP只在IP数据报服务之上增加了很少功能,即复用分用和差错检测功能. 应用层给UDP多长的报文,UDP就照样发送,即一次发送一个完整报文 一.UDP首部格式 这里的长度是指(首部+数据) UDP校验 ...
- 动手实现一个简单的 rpc 框架到入门 grpc (下)
之前手动实现了一次简陋的 rpc 调用,为了简单使用了 json 编码信息,其实这是非常不可靠的,go 中 json 解析会有一些问题,比如整数会变成浮点数,而且 json 字符串比较占空间. gRP ...
- 附002.Nginx全系列大总结
Nginx全系列总结如下,后期不定期更新. 欢迎基于学习.交流目的的转载和分享,禁止任何商业盗用,同时希望能带上原文出处,尊重ITer的成果,也是尊重知识. 若发现任何错误或纰漏,留言反馈或右侧添加本 ...
- dos格式迭代转为unix
#!/bin/bash function recurse_convert() { local path=$ if [ "$path" == "" ];then ...
- seaborn分布数据可视化:直方图|密度图|散点图
系统自带的数据表格(存放在github上https://github.com/mwaskom/seaborn-data),使用时通过sns.load_dataset('表名称')即可,结果为一个Dat ...