U179915 关于分级火箭的一点理想化的计算
本题是一道疯狂推式子的玄学复杂度sb题。
解题思路
1.数学部分
首先假定已经将火箭分成了 \(n+1\) 级,记使用了 \(n\) 个分级器。记各级的开始时间点为:
\]
其中 \(t_0\) 总的开始,\(t_{n+1}\) 为总的结束。称时间段 \([t_k,t_{k+1}]\) 为第 \(k\) 阶段, \(0\leqslant k \leqslant n\) 。
为了方便,记第 \(k\) 阶段除燃料之外的质量总共为:
\]
设火箭该阶段燃料质量关于时间的函数为 \(m_k(t)\) ,根据“火箭瞬时的燃料消耗速度与火箭的瞬时总质量成正比”,以及每一阶段结束时剩余的燃料质量,列出方程:
\begin{align*}
& \frac{\text{d}m_k}{\text{d}t}=-\frac{1}{\eta}(m_k+M_{\times}(k)) \\
& m_k(t_{k+1})=\frac{n-k}{n+1}M
\end{align*}
\right.
\]
解得:
\]
考虑第 \(k\) 阶段开头,有:
\]
带入化简可得:
=\ln{\left(M_{\times}(k)+\frac{n+1-k}{n+1}M\right)}-\ln{\left(M_{\times}(k)+\frac{n-k}{n+1}M\right)}
\]
累加,得到:
=\sum_{k=0}^{n}{\left(\ln{\left(M_{\times}(k)+\frac{n+1-k}{n+1}M\right)}-\ln{\left(M_{\times}(k)+\frac{n-k}{n+1}M\right)}\right)}
\]
2.代码部分
根据以上推导,我们列出了关于未知数 \(M\) 的方程:
\]
由于题目仅要求整数级别的复杂度,我们可以通过二分(通过“简单“的求导就能证明其单调性)近似求解 \(M\) 的值,每次通过循环计算出上式中等号左侧的值,若不小于右侧则合法。其复杂度为 \(n\log M\) 。
然后我们需要对 \(n\) 进行遍历。若采取直接遍历的方法,总复杂度为 \(n^2\log M\) ,会TLE。注意到 \(M\) 关于 \(n\) 的函数先减后增,于是可以采用爬山算法,随机地进行求解。
代码\(_{_{\text{(数据就是它造的)}}}\)
#include<iostream>
#include<cmath>
using namespace std;
typedef unsigned long long ull;
int M0, M1, M2, T, eta; //五个参数
const int steps = 5, step[steps] = { 10000,1000,100,10,1 }, maxn = 100000;
//步数大小和最大层数,这会影响算法正确性,请“适当”地自行选择
constexpr double Mx(int n, int k) {
return (double)(n + 1 - k) * M1 / (n + 1) + M0 + (double)(n - k) * M2;
} //第k阶段除燃料之外的质量
bool check(int n, ull m) {
double sum = 0;
for (int k = 0; k <= n; k++)
sum += log(Mx(n, k) + (double)(n + 1 - k) / (n + 1) * m)
- log(Mx(n, k) + (double)(n - k) / (n + 1) * m);
if (sum < (double)T / eta) return false;
return true;
} //检测合法性
int main() {
cin >> M1 >> M2 >> eta >> M0 >> T;
int ansn = 0;
ull ansm = (ull)ceil((exp((double)T / eta) - 1) * ((double)M0 + M1));
for (int i = 0; i < steps; i++) { //枚举步数大小
for (int n = ansn + step[i]; n < maxn; n += step[i]) {
ull lm = (ull)floor(Mx(n, 0) * eta), rm = ansm;
if (lm > rm || !check(n, rm)) break;
while (lm < rm) {
ull mid = (lm + rm) / 2;
if (check(n, mid)) rm = mid;
else lm = mid + 1;
} //易懂的二分答案
if (rm < ansm) { //为使n尽量小,正向时是小于
ansm = rm; ansn = n;
}
} //正向爬山
for (int n = ansn - step[i]; n < maxn; n -= step[i]) {
ull lm = (ull)floor(Mx(n, 0) * eta), rm = ansm;
if (lm > rm || !check(n, rm)) break;
while (lm < rm) {
ull mid = (lm + rm) / 2;
if (check(n, mid)) rm = mid;
else lm = mid + 1;
}
if (rm <= ansm) { //为使n尽量小,反向时是小于等于
ansm = rm; ansn = n;
}
} //反向爬山
}
cout << ansn << endl;
return 0;
}
U179915 关于分级火箭的一点理想化的计算的更多相关文章
- Web系统大规模并发——电商秒杀与抢购
电商的秒杀和抢购,对我们来说,都不是一个陌生的东西.然而,从技术的角度来说,这对于Web系统是一个巨大的考验.当一个Web系统,在一秒钟内收到数以万计甚至更多请求时,系统的优化和稳定至关重要.这次我们 ...
- Web系统大规模并发——电商秒杀与抢购 【转】
电商的秒杀和抢购,对我们来说,都不是一个陌生的东西.然而,从技术的角度来说,这对于Web系统是一个巨大的考验.当一个Web系统,在一秒钟内收到数以万计甚至更多请求时,系统的优化和稳定至关重要.这次我们 ...
- halcon算子
halcon的算子列表 Chapter 1 :Classification 1.1 Gaussian-Mixture-Models 1.add_sample_class_gmm 功能:把一个训练样 ...
- 徐汉彬:Web系统大规模并发——电商秒杀与抢购(转)
[导读]徐汉彬曾在阿里巴巴和腾讯从事4年多的技术研发工作,负责过日请求量过亿的Web系统升级与重构,目前在小满科技创业,从事SaaS服务技术建设. 电商的秒杀和抢购,对我们来说,都不是一个陌生的东西. ...
- Web大规模高并发请求和抢购的解决方案
电商的秒杀和抢购,对我们来说,都不是一个陌生的东西.然而,从技术的角度来说,这对于Web系统是一个巨大的考验.当一个Web系统,在一秒钟内收到数以万计甚至更多请求时,系统的优化和稳定至关重要.这次我们 ...
- halcon的算子列表
Chapter 1 :Classification 1.1 Gaussian-Mixture-Models 1.add_sample_class_gmm 功能:把一个训练样本添加到一个高斯混合模型的训 ...
- 《zw版·delphi与halcon系列原创教程》zw版_THOperatorSetX控件函数列表 v11中文增强版
<zw版·delphi与halcon系列原创教程>zw版_THOperatorSetX控件函数列表v11中文增强版 Halcon虽然庞大,光HALCONXLib_TLB.pas文件,源码就 ...
- 【问底】徐汉彬:Web系统大规模并发——电商秒杀与抢购
[导读]徐汉彬曾在阿里巴巴和腾讯从事4年多的技术研发工作,负责过日请求量过亿的Web系统升级与重构,目前在小满科技创业,从事SaaS服务技术建设. 电商的秒杀和抢购,对我们来说,都不是一个陌生的东西. ...
- 徐汉彬:Web系统大规模并发——电商秒杀与抢购
[导读]徐汉彬曾在阿里巴巴和腾讯从事4年多的技术研发工作,负责过日请求量过亿的Web系统升级与重构,目前在小满科技创业,从事SaaS服务技术建设. 电商的秒杀和抢购,对我们来说,都不是一个陌生的东西. ...
- 从电商秒杀与抢购谈Web系统大规模并发
从电商秒杀与抢购谈Web系统大规模并发 http://www.iamlintao.com/4242.html 一.大规模并发带来的挑战 在过去的工作中,我曾经面对过5w每秒的高并发秒杀功能,在这个过程 ...
随机推荐
- Java编程指南:高级技巧解析 - Excel单元格样式的编程设置
最新技术资源(建议收藏) https://www.grapecity.com.cn/resources/ 前言 在Java开发中,处理Excel文件是一项常见的任务.在处理Excel文件时,经常需要对 ...
- SQL Server 清除一个数据库下所有表数据,保留表结构
用法:在需要清空数据的数据库创建并执行存储过程,该存储过程并不会影响其他数据库 请小心使用这些脚本,确保在生产环境之前备份您的数据库.️ 存储过程: CREATE PROCEDURE ClearAll ...
- 简单写写IO流里的一些高级流
缓冲流Buffered:缓冲流是一种高级的流,他可以对file类的流进行包装,内部含有一种缓冲池,可以在一定程度上提高IO的读写效率 不过,按实验来看,只要给低级流和缓冲流相似的byte读写,其实两者 ...
- 买卖股票相关算法-动态规划-python
要求1: 给定一个数组 prices ,它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格. 你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票.设计 ...
- FP分数规划在无线通信中的应用
更多精彩内容请关注微信公众号 '优化与算法' 前言 在数学优化中,分数规划是线性分式规划的推广.分数规划中的目标函数是两个函数的比值,这两个函数通常是非线性的.要优化的比值通常描述系统的某种效率. 1 ...
- 对国内的人行机器人(humanoid)的一些技术类的提问?
贵公司产品在机器人仿真时具体采用的仿真软件(NVIDIA家的.开源的webot,等等)是哪款,如果没有使用NVIDIA全家桶那么其原因是什么(如:技术依赖没有独立技术.技术栈太过于复杂暂时没有精力和能 ...
- JUC高并发编程详细教程
1.大纲 2.课件 https://www.yuque.com/java51/avi/xevuo1 3.视频与代码 1.视频教程 2.视频资料领取,课程代码下载,加微信851298348,发送&quo ...
- 【技术积累】如何处理Feign的超时问题
在使用Feign进行微服务之间的通信时,由于网络延迟等原因,可能会出现请求超时的情况.为了解决这个问题,我们可以对Feign进行配置,设置超时时间. 配置Feign的超时时间 在使用Feign时,我们 ...
- Apache SeaTunnel k8s 集群模式 Zeta 引擎部署指南
SeaTunnel提供了一种运行Zeta引擎(cluster-mode)的方法,可以让Kubernetes在本地运行Zeta引擎,实现更高效的应用程序部署和管理.在本文中,我们将探索SeaTunnel ...
- double四舍五入保留两位小数的方法
1,DecimalFormat DecimalFormat decimalFormat = new DecimalFormat(".00"); 意思就是规定保留几位小数 使用时 d ...