正题

题目链接:https://www.luogu.com.cn/problem/P2179


题目大意

给出\(E\)和\(n\)个\(s_i,k_i,u_i\)求一个序列\(v_i\)满足

\[\sum_{i=1}^nk_is_i(v_i-u_i)^2\leq E
\]

的情况下最小化

\[\sum_{i=1}^n\frac{s_i}{v_i}
\]

\(1\leq n\leq 10^4\)


解题思路

洛谷题解上一个十分神奇的做法看起来。(主要是看不懂拉格朗日乘数法/kk)

首先考虑对于段路的行驶时间\(t_i=\frac{s_i}{v_i}\),我们可以画出消耗的能量\(E\)和\(t_i\)的函数。

对于函数\(f(E)=t_i\)不难发现的是在\(v_i\geq u_i\)的情况下\(E\)越小这个函数对应位置的导数越小。

也就是消耗单位能量减少的时间也就越少,性价比就越低。而我们现在要给每段路分配一个\(t_i\)使得消耗能量和等于\(E\)且\(t_i\)和最小的话。

根据贪心的思想有选出若干个的\(t_i\)满足对应位置的导数相等。

那么我们就找到了所有路的共性,考虑二分这个导数,但是我们先对这个函数\(f(v)=\frac{t}{E}\)求个导。

\[t'=-\frac{s}{v_i^2},E'=2k_is_i(v_i-u_i)
\]
\[f'(v)=\frac{t'}{E'}=-\frac{s}{2k_is_iv_i^2(v_i-u_i)}
\]

然后我们二分出\(f'(v_i)=x\)然后再二分出对应的速度\(v_i\)就好了。


code

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N=1e4+10;
int n;double E,s[N],k[N],v[N];
double getv(double x,int p){
double l=max(v[p],0.0),r=100000;
for(int i=1;i<=100;i++){
double V=(l+r)/2.0;
if(-2.0*k[p]*V*V*x*(V-v[p])<1.0)l=V;
else r=V;
}
return (l+r)/2.0;
}
double check(double x){
double E=0;
for(int i=1;i<=n;i++){
double V=getv(x,i);
E+=k[i]*s[i]*(V-v[i])*(V-v[i]);
}
return E;
}
int main()
{
scanf("%d",&n);scanf("%lf",&E);
for(int i=1;i<=n;i++)
scanf("%lf%lf%lf",&s[i],&k[i],&v[i]);
double l=-1e5,r=0;
for(int i=1;i<=100;i++){
double mid=(l+r)/2.0;
if(check(mid)<=E)l=mid;
else r=mid;
}
double mid=(l+r)/2.0,ans=0;
for(int i=1;i<=n;i++)
ans+=s[i]/getv(mid,i);
printf("%.12lf\n",ans);
return 0;
}

P2179-[NOI2012]骑行川藏【导数,二分】的更多相关文章

  1. Luogu P2179 [NOI2012]骑行川藏

    题意 给定 \(n\) 个路段,每个路段用三个实数 \(s_i,k_i,v^\prime_i\) 描述,最小化 \[F(v_1,\cdots v_n)=\sum\limits_{i=1}^{n}\fr ...

  2. 【洛谷】P2179 [NOI2012]骑行川藏

    题解 感谢小迪给我讲题啊,这题小迪写挺好的我就不写了吧 小迪的题解 代码 #include <iostream> #include <cstdio> #include < ...

  3. 洛谷P2179 [NOI2012]骑行川藏(拉格朗日乘数法)

    题面 传送门 题解 看\(mashirosky\)大佬的题解吧--这里 //minamoto #include<bits/stdc++.h> #define R register #def ...

  4. bzoj 2876: [Noi2012]骑行川藏 拉格朗日数乘

    2876: [Noi2012]骑行川藏 Time Limit: 20 Sec  Memory Limit: 128 MBSec  Special JudgeSubmit: 1033  Solved: ...

  5. 2876: [Noi2012]骑行川藏 - BZOJ

    Description 蛋蛋非常热衷于挑战自我,今年暑假他准备沿川藏线骑着自行车从成都前往拉萨.川藏线的沿途有着非常美丽的风景,但在这一路上也有着很多的艰难险阻,路况变化多端,而蛋蛋的体力十分有限,因 ...

  6. bzoj2876 [Noi2012]骑行川藏

    Description 蛋蛋非常热衷于挑战自我,今年暑假他准备沿川藏线骑着自行车从成都前往拉萨.川藏线的沿途有着非常美丽的风景,但在这一路上也有着很多的艰难险阻,路况变化多端,而蛋蛋的体力十分有限,因 ...

  7. bzoj2876 [NOI2012]骑行川藏(拉格朗日乘数法)

    题目描述 蛋蛋非常热衷于挑战自我,今年暑假他准备沿川藏线骑着自行车从成都前往拉萨.川藏线的沿途有着非常美丽的风景,但在这一路上也有着很多的艰难险阻,路况变化多端,而蛋蛋的体力十分有限,因此在每天的骑行 ...

  8. [NOI2012] 骑行川藏 | 求导 二分

    一个能看的题解!预备知识只有高中数学的[导数].不用什么偏导数/拉格朗日乘子法之类的我看不懂的东西( •̀∀•́ )! 如果你不知道什么是导数,可以找本高中数学选修2-2来看一下!看第一章第1.2节就 ...

  9. bzoj 2876: [Noi2012]骑行川藏【拉格朗日乘数法+二分】

    详见: http://blog.csdn.net/popoqqq/article/details/42366599 http://blog.csdn.net/whzzt/article/details ...

  10. 题解 洛谷 P2179 【[NOI2012]骑行川藏】

    题意为在满足\(\sum\limits_{i=1}^nk_i(v_i-v_i^\prime)^2s_i\leqslant E_U\)的条件下最小化\(\sum\limits_{i=1}^n\frac{ ...

随机推荐

  1. Aspen.net core 身份认证

  2. vue+cesium初探(一) 加载cesium

    参考文章1:https://www.cnblogs.com/laixiangran/p/4984522.html 参考文章2:https://blog.csdn.net/weixin_41940497 ...

  3. 配置之XML--读取XML文件 转存为Key-Value

    将XML文件读取 绑定数据至Dictionary Eg: Xml文件 <?xml version="1.0" encoding="utf-8" ?> ...

  4. Java finally语句到底是在return之前还是之后执行

    看过网上关于Java中异常捕获机制try-catch-finally块中的finally语句是不是一定会被执行的讨论也有很多. 首先明确一点,下面两种情况finally肯定是不执行的: 1). ret ...

  5. 多线程-synchorized

    synchorized锁升级过程: synchorized锁升级过程中只能升级不能降级,起初是JDK早期(1.5之前),是重量级锁,是找操作系统申请OS锁.所谓重量级锁是说获取锁和释放锁都需要经过操作 ...

  6. jdbc操作mysql(一)

    java.sql包 在使用jdbc之前,我们先看看有关操作jdbc会用到的几个类和接口,通过查看官方文档可知 DriverManager:用于管理一组JDBC驱动程序的基本服务,即管理数据库中的所有驱 ...

  7. windows下mysql5.7.17配置

    1.官网下载mysql5.7.17 64位 https://dev.mysql.com/downloads/mysql/ 2.安装完解压到E盘主目录下,改文件名为mysql 3.配置环境变量 我的电脑 ...

  8. minicom-linux下USB转串口配置

    现在的笔记本越做越薄,好些电脑已经没有串口了,做硬件开发会非常头疼,不过有了USB转串口设备,PC机只需要有USB接口就可以了.在linux下我们使用minicom与目标设备通信,在此记录一下linu ...

  9. roslaunch 启动时修改参数

    启动命令: roslaunch beginner_tutorials turtlemimic.launch arg1:=3.0 查询命令: rosparam get /param1 可以看到param ...

  10. Data Leakage in Machine Learning 机器学习训练中的数据泄漏

    refer to:  https://www.kaggle.com/dansbecker/data-leakage There are two main types of leakage: Leaky ...