(转)三分问题 + UVALive 6954 Euclidean TSP
2017-02-23 10:02
393 查看
三分查找
我们都知道 二分查找 适用于单调函数中逼近求解某点的值。
如果遇到凸性或凹形函数时,可以用三分查找求那个凸点或凹点。
下面的方法应该是三分查找的一个变形。
如图所示,已知左右端点L、R,要求找到白点的位置。
思路:通过不断缩小 [L,R] 的范围,无限逼近白点。
做法:先取 [L,R] 的中点 mid,再取 [mid,R] 的中点 mmid,通过比较 f(mid) 与 f(mmid) 的大小来缩小范围。
当最后 L=R-1 时,再比较下这两个点的值,我们就找到了答案。
1、当 f(mid) > f(mmid) 的时候,我们可以断定 mmid 一定在白点的右边。
反证法:假设 mmid 在白点的左边,则 mid 也一定在白点的左边,又由 f(mid) > f(mmid) 可推出 mmid < mid,与已知矛盾,故假设不成立。
所以,此时可以将 R = mmid 来缩小范围。
2、当 f(mid) < f(mmid) 的时候,我们可以断定 mid 一定在白点的左边。
反证法:假设 mid 在白点的右边,则 mmid 也一定在白点的右边,又由 f(mid) < f(mmid) 可推出 mid > mmid,与已知矛盾,故假设不成立。
同理,此时可以将 L = mid 来缩小范围。
int SanFen(int l,int r) //找凸点
{
while(l < r-1)
{
int mid = (l+r)/2;
int mmid = (mid+r)/2;
if( f(mid) > f(mmid) )
r = mmid;
else
l = mid;
}
return f(l) > f(r) ? l : r;
}
在二分查找的基础上,在右区间(或左区间)再进行一次二分,这样的查找算法称为三分查找,也就是三分法。
三分查找通常用来迅速确定最值。
二分查找所面向的搜索序列的要求是:具有单调性(不一定严格单调);没有单调性的序列不是使用二分查找。
与二分查找不同的是,三分法所面向的搜索序列的要求是:序列为一个凸性函数。通俗来讲,就是该序列必须有一个最大值(或最小值),在最大值(最小值)的左侧序列,必须满足不严格单调递增(递减),右侧序列必须满足不严格单调递减(递增)。如下图,表示一个有最大值的凸性函数:
(1)、与二分法类似,先取整个区间的中间值mid。
3)、我们mid比midmid更靠近最值,我们就舍弃右区间,否则我们舍弃左区间?。
比较mid与midmid谁最靠近最值,只需要确定mid所在的函数值与midmid所在的函数值的大小。当最值为最大值时,mid与midmid中较大的那个自然更为靠近最值。最值为最小值时同理。
(4)、重复(1)(2)(3)直至找到最值。
(5)、另一种三分写法
算法的正确性:
1、mid与midmid在最值的同一侧。由于凸性函数在最大值(最小值)任意一侧都具有单调性,因此,mid与midmid中,更大(小)的那个 数自然更为靠近最值。此时,我们远离最值的那个区间不可能包含最值,因此可以舍弃。
2、mid与midmid在最值的两侧。由于最值在中间的一个区间,因此我们舍弃一个区间后,并不会影响到最值
题意:给你一个函数,求一个合适的c,使得这个函数的值尽量小。(题意很难懂)
题解:很明显这个函数是凹函数,所以做法是三分。
我们都知道 二分查找 适用于单调函数中逼近求解某点的值。
如果遇到凸性或凹形函数时,可以用三分查找求那个凸点或凹点。
下面的方法应该是三分查找的一个变形。
如图所示,已知左右端点L、R,要求找到白点的位置。
思路:通过不断缩小 [L,R] 的范围,无限逼近白点。
做法:先取 [L,R] 的中点 mid,再取 [mid,R] 的中点 mmid,通过比较 f(mid) 与 f(mmid) 的大小来缩小范围。
当最后 L=R-1 时,再比较下这两个点的值,我们就找到了答案。
1、当 f(mid) > f(mmid) 的时候,我们可以断定 mmid 一定在白点的右边。
反证法:假设 mmid 在白点的左边,则 mid 也一定在白点的左边,又由 f(mid) > f(mmid) 可推出 mmid < mid,与已知矛盾,故假设不成立。
所以,此时可以将 R = mmid 来缩小范围。
2、当 f(mid) < f(mmid) 的时候,我们可以断定 mid 一定在白点的左边。
反证法:假设 mid 在白点的右边,则 mmid 也一定在白点的右边,又由 f(mid) < f(mmid) 可推出 mid > mmid,与已知矛盾,故假设不成立。
同理,此时可以将 L = mid 来缩小范围。
int SanFen(int l,int r) //找凸点
{
while(l < r-1)
{
int mid = (l+r)/2;
int mmid = (mid+r)/2;
if( f(mid) > f(mmid) )
r = mmid;
else
l = mid;
}
return f(l) > f(r) ? l : r;
}
一. 概念
在二分查找的基础上,在右区间(或左区间)再进行一次二分,这样的查找算法称为三分查找,也就是三分法。三分查找通常用来迅速确定最值。
二分查找所面向的搜索序列的要求是:具有单调性(不一定严格单调);没有单调性的序列不是使用二分查找。
与二分查找不同的是,三分法所面向的搜索序列的要求是:序列为一个凸性函数。通俗来讲,就是该序列必须有一个最大值(或最小值),在最大值(最小值)的左侧序列,必须满足不严格单调递增(递减),右侧序列必须满足不严格单调递减(递增)。如下图,表示一个有最大值的凸性函数:
二、算法过程
(1)、与二分法类似,先取整个区间的中间值mid。mid = (left + right) / 2;(2)、再取右侧区间的中间值midmid,从而把区间分为三个小区间
midmid = (mid + right) / 2;
3)、我们mid比midmid更靠近最值,我们就舍弃右区间,否则我们舍弃左区间?。
比较mid与midmid谁最靠近最值,只需要确定mid所在的函数值与midmid所在的函数值的大小。当最值为最大值时,mid与midmid中较大的那个自然更为靠近最值。最值为最小值时同理。
if (cal(mid) > cal(midmid)) right = midmid; else left = mid;
(4)、重复(1)(2)(3)直至找到最值。
(5)、另一种三分写法
double three_devide(double low,double up) { double m1,m2; while(up-low>=eps) { m1=low+(up-low)/3; m2=up-(up-low)/3; if(f(m1)<=f(m2)) low=m1; else up=m2; } return (m1+m2)/2; }
算法的正确性:
1、mid与midmid在最值的同一侧。由于凸性函数在最大值(最小值)任意一侧都具有单调性,因此,mid与midmid中,更大(小)的那个 数自然更为靠近最值。此时,我们远离最值的那个区间不可能包含最值,因此可以舍弃。
2、mid与midmid在最值的两侧。由于最值在中间的一个区间,因此我们舍弃一个区间后,并不会影响到最值
const double EPS = 1e-10; double calc(double x) { // f(x) = -(x-3)^2 + 2; return -(x-3.0)*(x-3.0) + 2; } double ternarySearch(double low, double high) { double mid, midmid; while (low + EPS < high) { mid = (low + high) / 2; midmid = (mid + high) / 2; double mid_value = calc(mid); double midmid_value = calc(midmid); if (mid_value > midmid_value) high = midmid; else low = mid; } return low; }
UVALive 6954 Euclidean TSP
题意:给你一个函数,求一个合适的c,使得这个函数的值尽量小。(题意很难懂)题解:很明显这个函数是凹函数,所以做法是三分。
#include <bits/stdc++.h> using namespace std; #define exp 1e-7 double n, p, s, v; double f(double c) { return n*pow(log2(n),sqrt(2)*c)/p/1e9 + s*(1 + 1/c)/v; } int main() { while(~scanf("%lf%lf%lf%lf",&n, &p, &s, &v)) { double mid,mmid,high,low; low = 0,high = 100; while(high-low>exp) { mid = (high + low)/2; mmid = (high + mid)/2; if(f(mid) < f(mmid)) high = mmid; else low = mid; } double c = low; printf("%lf %lf\n",f(c),c); } }
相关文章推荐
- E - Euclidean TSP UVALive - 6954 (三分)
- UVAlive 2326 Moving Tables(贪心 + 区间问题)
- UVAlive 2519 Radar Installation (区间选点问题)
- UVALive 2326 Moving Tables(贪心+不相交区间问题)
- uvalive 4727 jump跳跃(dp/约瑟夫问题变形)
- DFS染色解决区域分块问题UVALive 6663
- UVALive 3026 Period KMP 失配函数处理周期的问题
- UVALive 5099 Nubulsa Expo 全局最小割问题
- UVALive 6665 Dragonâs Cruller --BFS,类八数码问题
- UVALive 6661 - Equal Sum Sets (类似硬币的DP问题)
- uvalive 4986(三分查找)
- UVAlive 2326 Moving Tables(贪心 + 区间问题)
- uvalive 2326 - Moving Tables(区间覆盖问题)
- uvalive 2326 - Moving Tables(区间覆盖问题)
- UVaLive 4847 - Binary Search Tree (与BST有关的计数问题)
- UVAlive 2326 Moving Tables(贪心 + 区间问题)
- uvalive 2519 - Radar Installation(区间选点问题)
- UVALive 2519 Radar Installation 雷达扫描 区间选点问题
- UVALive 6665 Dragon&#226;s Cruller --BFS,类八数码问题
- uvalive5009(三分)