高斯消元模板[HDU2262]
来源:互联网 发布:来肯在线进销存软件 编辑:程序博客网 时间:2024/06/05 14:23
#include<stdio.h>#include<iostream>#include<string.h>#include<ctype.h>#include<math.h>#include<map>#include<set>#include<vector>#include<queue>#include<functional>#include<string>#include<algorithm>#include<time.h>void fre(){freopen("c://test//input.in","r",stdin);freopen("c://test//output.out","w",stdout);}template <class T> inline void scand(T &x){char c;x=0;while((c=getchar())<'0');while(c>='0'&&c<='9')x=x*10+(c-48),c=getchar();}#define MS(x,y) memset(x,y,sizeof(x))#define MC(x,y) memcpy(x,y,sizeof(x))#define ls o<<1#define rs o<<1|1typedef long long LL;typedef unsigned int UI;typedef int Int;template <class T> inline void gmax(T &a,T b){if(b>a)a=b;}template <class T> inline void gmin(T &a,T b){if(b<a)a=b;}using namespace std;const int N=20,M=0,L=2e6,Z=1e9+7,maxint=2147483647,ms31=522133279,ms63=1061109567,ms127=2139062143;const double eps=1e-10,PI=acos(-1.0);//.0const int dy[4]={-1,0,0,1},dx[4]={0,-1,1,0};map<int,int>mop;int casenum,casei;int id;int n,m,i,j,h,t;char a[N][N];int b[N][N];int vis[N][N];int qy[L],qx[L];double A[225+5][225+5];int sty,stx;bool flag;/*本质上对线性方程组的方程有三种变换1,交换任意两个方程的位置2,某一方程两边乘不为零的常数3,把某一方程的倍数加到另一方程上去对应着初等行变换——1,交换矩阵任意两行的位置2,用不为0的数k乘上矩阵某一行的所有元素3,将矩阵某一行(乘数k)加到另一张上去高斯-若尔当(Gauss-Jordan)消元法===================概念一——"行阶梯形"行阶梯形矩阵的特点是:非零行的第一个非零元素的列标号随着行标号的增加而严格增加===================概念二——"行最简形"行最简形矩阵是特殊的行阶梯形矩阵,它的特点是:非零行的第一个非零元素为1,而该元素所在列的其他元素全为0行最简形对应着方程组的解===================步骤是(1)写出线性方程组的增广矩阵(2)将增广矩阵用初等行变换化成行阶梯形矩阵(等价于消元过程)(3)判断线性方程组是否有解 如果行阶梯形矩阵的最后一个非零行代表矛盾方程0=d≠0,则方程组无解 否则线性方程组有解,并进行下一步(4)将行阶梯形矩阵用初等行变换化成行最简形矩阵(等价于代入过程)(5)由行最简形矩阵得线性方程组的解时间复杂度:高斯消元代码的时间复杂度是稳定在O(n^3)的差别一部分体现在矩阵的构建上,另一部分则体现在消元的优化上(比如利用eps可以使得些没有值的行不需要计算了)以下模板以HDU2262为例*/void inq(int y,int x){ if(y<1||y>n||x<1||x>m||a[y][x]=='#'||~vis[y][x])return; vis[y][x]=id++; if(a[y][x]=='$'){flag=1;return;} qy[t]=y; qx[t++]=x;}void bfs(){ MS(vis,-1);flag=0; h=t=0;inq(sty,stx); while(h<t) { int y=qy[h]; int x=qx[h++]; b[y][x]=4; for(int i=0;i<4;i++) { if(a[y+dy[i]][x+dx[i]]=='#')b[y][x]--; else inq(y+dy[i],x+dx[i]); } }}void build_matrix(){ MS(A,0); for(int i=1;i<=n;i++) { for(int j=1;j<=m;j++)if(~vis[i][j])//有意义的点,从起点可达,$点可以不参与矩阵消元 { int u=vis[i][j]; A[u][u]=1;//对角线都初始化为1 if(a[i][j]=='$')continue; A[u][id]=1;//否则它的值会传递变成1 double p=1.0/b[i][j]; for(int k=0;k<4;k++)//查找所有与其有关系的状态 { int y=i+dy[k]; int x=j+dx[k]; if(~vis[y][x]) { int v=vis[y][x]; A[u][v]=-p; } } /* 如何列式呢?我们设每个点到达终点的期望步数为e[]。 然后有:e[x]=(e[y]+1)*pxy+(e[y]+1)*pxz 即得到:e[x]-pxy*e[y]-pxz*e[z]=pxy+pxz */ } }}/*gauss消元处理的是增广矩阵。该增广矩阵含有n个方程(n行),m个未知数(m+1列)a11*x1 + a12*x2 + ... + a1m*xm == b1a21*x1 + a22*x2 + ... + a2m*xm == b2...an1*x1 + an2*x2 + ... + anm*xm == bn*///有equ个等式,val个未知数,若算上等式的值列,则共有val+1列void gauss_jordan(int equ,int val){ int i,j,r,c,maxr; for(r=c=0;r<equ&&c<val;c++)//现在想对第c个未知数进行消元 { maxr=r;//为了减少精度误差,常常是找未知数系数绝对值最大的一个 for(i=r+1;i<equ;i++)if(fabs(A[i][c])>fabs(A[maxr][c]))maxr=i; //找不到的话就换下一个未知数 if(fabs(A[maxr][c])<eps)continue; //找到最大行但是不是初始行的话交换上去 if(maxr!=r) { for(j=c;j<=val;j++)swap(A[maxr][j],A[r][j]); //上面一行也可以直接写成swap(A[maxr],A[r]); } //然后往下面,针对同一列的所有需要消除的行 for(i=r+1;i<equ;i++)if(fabs(A[i][c])>eps) { double k=A[i][c]/A[r][c]; for(j=c;j<=val;j++)A[i][j]-=k*A[r][j]; } r++;//一行消除完之后再消除下一行 } //现在是消除得到了行阶梯形,完成下面消除后才能够得到行最简形 for(c=val-1;c>=1;c--)//枚举每一列(即每一个未知数) { for(r=c-1;r>=0;r--)if(fabs(A[r][c])>eps)//对上面的每一行做消除 { A[r][id]-=A[r][c]/A[c][c]*A[c][id]; //其实这里省略了一行—— A[r][c]=0; } } /*高斯消元还经常要考虑无解或无数解的情况。对于n元线性方程组: 当增广矩阵的行阶梯形的最后一个非零行代表矛盾方程时,方程组无解;否则方程组有解,且—— 当增广矩阵的行阶梯形有n个非零行时,方程组有唯一解 当增广矩阵的行阶梯形少于n个非零行时,方程组有无穷多解*/}//优化:有时候,如果所求未知量对应于最后一列,在得到行阶梯形后就可以提前输出答案int main(){ while(~scanf("%d%d",&n,&m)) { id=0; for(i=1;i<=n;i++) { scanf("%s",a[i]+1); for(j=1;j<=m;j++)if(a[i][j]=='@') { sty=i; stx=j; } } for(i=0;i<=n+1;i++)a[i][0]=a[i][m+1]='#'; for(j=0;j<=m+1;j++)a[0][j]=a[n+1][j]='#'; bfs(); if(flag==0){printf("-1\n");continue;} build_matrix(); gauss_jordan(id,id); printf("%.6lf\n",A[0][id]/A[0][0]); } return 0;}
1 0
- 高斯消元模板[HDU2262]
- hdu2262
- 高斯消元 模板 hdu2262 判断无穷解 接受无穷解 两种
- hdu2262 Quicksum
- hdu2262 Where is the canteen
- hdu2262——Where is the canteen
- hdu2262 Where is the canteen高斯+期望
- hdu2262 Where is the canteen(高斯消元求期望dp)
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- 高斯消元模板
- JavaScript获取函数参数名称
- CoreData的使用之三:MagicalRecord第三方库
- 侧滑菜单和viewpager冲突
- java集合类(容器)
- Spring注解注入
- 高斯消元模板[HDU2262]
- IOS网络笔记--地图内容2(正反向编码)
- HDU 2612
- OS X 10.11 cocoapods
- 第三十四篇:Quartz2D绘图
- LeetCode---Spiral Matrix
- git 配置自动补全
- 手游延迟问题
- iOS运行时编程(Runtime Programming)和Java的反射机制对比