題目
大佬說這題可以很好的入門模擬退火
雖然模擬退火不是這題的最佳解
但是確實可以通過這個來理解模擬退火的思想
本題求乙個平衡點，我們要找乙個點使得∑ni=di∗wi最小（di為i點到該點的距離）。
#include#include#include#include#define rg register
#define r rg long double
#define rd t*(rand()*2-rand_max)
const int maxn=1009;
const long double d=0.97,eps=1e-14;//引數。。。模擬退火的核心(但是不會調-_-)
double x[maxn],y[maxn],w[maxn];
int n;
inline long double calc(r x0,r y0)//計算當前選定點的勢能
return res;
}int main()
best=ans=calc(bx/=n,by/=n);
srand(time(null));//保證每次的隨機數不一樣
while(times--)
if(ans>res||exp((ans-res)/t)>(long double)rand()/rand_max)
} }printf("%.3lf %.3lf\n",bx,by);//輸出用lf
return 0;
}
模擬退火演算法
w 模擬退火演算法的基本思想 將乙個優化問題比擬成乙個金屬物體，將優化問題的目標函式比擬成物體的能量，問題的解比擬成物體的狀態，問題的最優解比擬成能量最低的狀態，然後模擬金屬物體的退火過程，從乙個足夠高的溫度開始，逐漸降低溫度，使物體分子從高能量狀態緩慢的過渡到低能量狀態，直至獲得能量最小的理想狀態...
模擬退火合集
首次接觸模擬退火 看來還是挺神奇的。主要參考這篇博文 題意判斷多邊形內部能否容納乙個半徑為r的圓，即在有限的平面內找最優範圍。遺傳演算法的結果難以掌控，爬山演算法又沒法保證跳出區域性最優，所以基於貪心原則的模擬退火演算法還是值得考慮的。然後就是設定每次變化的步長和演化方式。該題可以從每條邊的中點開始...
模擬退火演算法
一些求解極值的問題不能通過函式特性直接求解，只能暴力列舉，但是單純的列舉效率不高，通過模擬退火演算法可以高效的找到答案。學習好博文 最小圓覆蓋 hdu 3007 buried memory 大意 給出一些點，求出能覆蓋他們的最小的圓。輸出圓心和半徑 include include include i...