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

\[F(v_1,\cdots v_n)=\sum\limits_{i=1}^{n}\frac{s_i}{v_i}
\]

其中 \(v_1,\cdots v_n\) 均为非负实数而且需要满足

\[\varphi(v_1,\cdots,v_n)=\sum\limits_{i=0}^{n}k_i(v_i-v^{\prime}_i)^2s_i-E_U=0
\]

\(\texttt{Data Range:}1\leq n\leq 1000\)

题解

拉格朗日乘子法。

我们来形象的讲一下这个东西到底是什么,你可能需要一些关于多元函数微积分的知识。

假设我们现在有一个二元函数 \(F(x,y)=x^2+y^2\),需要求这个东西的最小值。

如果没有限制的话,最小值就是 \(0\)。但是我如果需要让 \(x,y\) 满足 \(x^2y=3\) 的话呢?

一个很显然的想法就是去逐一枚举一个最小值 \(r\),然后看这个 \(r\) 满不满足条件。于是我们只需要看看 \(x^2y=3\) 和 \(x^2+y^2=r\) 是否相交。

注意到后者的图像是一个圆,从小到大枚举 \(r\) 的过程可以看做是圆的半径逐渐扩大。如果扩大到某个 \(r\) 刚好与 \(x^2y=3\) 相交了的话就可以取这个 \(r\) 作为最小值。

这里有一个 demo,拖动 \(r_0\) 的滑动条相当于是圆的半径逐渐扩大。注意到随着半径的扩大,圆与曲线的位置关系是先相离再相切最后相交。所以说,在极值点,圆与曲线相切

注意到这些圆是可以看做 \(F(x,y)=x^2+y^2\) 的等高线的。注意到 \(\nabla F\)(也就是梯度)是等高线的法线。同时 另一个函数 \(G(x,y)=x^2y\) 的梯度向量 \(\nabla G\) 也会垂直于 \(x^2y=3\) 这条等高线。

因为梯度向量是等高线的法线,所以梯度与等高线的切线垂直。结合两个加粗的条件我们可以知道在相切点,圆的梯度向量和曲线的梯度向量平行。这个时候我们可以列方程了:

\[\nabla F=\lambda\nabla G
\]

也就是说

\[\begin{cases}\frac{\partial F}{\partial x}=\lambda\frac{\partial G}{\partial x}\\\frac{\partial F}{\partial y}=\lambda\frac{\partial G}{\partial y}\\x^2y=3\end{cases}
\]

解出来即可。

这个时候我们可以考虑构造约束函数 \(\varphi(x,y)=x^2y-3\)。由于 \(3\) 是常数在对任何一个变量求偏导数的时候都会消去所以不会对上面两个方程产生影响。

由于偏导数的可加性,我们增加一个新的变量 \(\lambda\) 并且将原来的函数写成这样:(也就是将等式的右边移到了左边)

\[F(x,y,\lambda)=F(x,y)+\lambda\varphi(x,y)
\]

这个时候很容易看出对 \(F(x,y,\lambda)\) 求三个偏导数得到的方程与上面的方程组是一样的。

对于这个题目来说,构造函数

\[F(v_1,\cdots,v_n,\lambda)=F(v_1,\cdots,v_n)+\lambda\varphi(v_1,\cdots,v_n)=\sum\limits_{i=1}^{n}\frac{s_i}{v_i}+\lambda\left(\sum\limits_{i=0}^{n}k_i(v_i-v^{\prime}_i)^2s_i-E_U\right)
\]

根据对称性我们可以很方便的求出这个东西对 \(v_i\) 和 \(\lambda\) 的偏导数:

\[\frac{\partial F}{\partial v_i}=2\lambda k_i(v_i-v^\prime_i)s_i-\frac{s_i}{v_i^2}
\]
\[\frac{\partial F}{\partial \lambda}=\sum\limits_{i=0}^{n}k_i(v_i-v^\prime_i)^2s_i-E_U
\]

按照上面讲的东西,这些偏导数都应该等于 \(0\) 的,所以得到两个方程:

\[2\lambda k_iv_i^2(v_i-v^\prime_i)=1
\]
\[\sum k_i(v_i-v^{\prime})^2s_i=E_U
\]

将第一个方程移项得到

\[v_i^2(v_i-v^\prime_i)=\frac{1}{2\lambda k_i}
\]

左边那个东西当 \(v_i\in [0,+\infty)\) 的时候通过对导数进行分析可以看出是单调递增的。

当 \(\lambda\) 固定的时候,\(v_i\uparrow\) 则等式左边 \(\uparrow\)。当 \(\lambda\uparrow\) 时,因为等式右边 \(\downarrow\),所以 \(v_i\downarrow\)。因为 \(v_i>v^\prime_i\),所以第二个等式的左边整体是 \(\downarrow\) 的。

于是我们可以考虑二分 \(\lambda\),然后二分解出 \(v_i\) 利用第二个等式再 check 即可。

代码

#include<bits/stdc++.h>
using namespace std;
typedef int ll;
typedef long long int li;
typedef long double db;
const ll MAXN=2e5+51;
const db eps=1e-12;
ll n;
db eu,l,r,mid,res;
db s[MAXN],kk[MAXN],v[MAXN],vl[MAXN];
inline ll read()
{
register ll num=0,neg=1;
register char ch=getchar();
while(!isdigit(ch)&&ch!='-')
{
ch=getchar();
}
if(ch=='-')
{
neg=-1;
ch=getchar();
}
while(isdigit(ch))
{
num=(num<<3)+(num<<1)+(ch-'0');
ch=getchar();
}
return num*neg;
}
#define sqr(x) (x)*(x)
inline db calcDeriv(db lambda,db vel,ll x)
{
return 2.0*lambda*kk[x]*sqr(vel)*(vel-v[x]);
}
inline ll check(db lambda)
{
db e=0,l,r,mid;
for(register int i=1;i<=n;i++)
{
l=max(v[i],0.0L),r=100000;
while(l+eps<=r)
{
mid=(l+r)/2.0;
calcDeriv(lambda,mid,i)<=1?l=mid:r=mid;
}
vl[i]=l,e+=kk[i]*sqr(vl[i]-v[i])*s[i];
}
return e<=eu;
}
int main()
{
n=read(),scanf("%Lf",&eu),l=0,r=100000;
for(register int i=1;i<=n;i++)
{
scanf("%Lf%Lf%Lf",&s[i],&kk[i],&v[i]);
}
while(l+eps<=r)
{
mid=(l+r)/2.0;
check(mid)?r=mid:l=mid;
}
for(register int i=1;i<=n;i++)
{
res+=s[i]/vl[i];
}
printf("%.9Lf\n",res);
}

Luogu P2179 [NOI2012]骑行川藏的更多相关文章

  1. 【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 < ...

  2. 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 ...

  3. 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: ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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{ ...

  8. [BZOJ2876][NOI2012]骑行川藏(拉格朗日乘数法)

    题目:http://www.lydsy.com:808/JudgeOnline/problem.php?id=2876 分析:就是要求约束条件下函数的极值,于是拉格朗日乘数列方程,发现化简后的关于vi ...

  9. 【BZOJ】2876: [Noi2012]骑行川藏

    题意 给出\(s_i, k_i, v_i', E\),满足\(\sum_{i=1}^{n} k_i s_i ( v_i - v_i' )^2 \le E, v_i > v_i'\),最小化$ \ ...

随机推荐

  1. Tomcat 第四篇:请求处理流程(上)

    1. 引言 既然是在讲 Tomcat ,那么一个 HTTP 请求的请求流程是无论如何也绕不开的. 首先抛开所有,使用我们现有的知识面,猜测一下一个请求被 Tomcat 处理的过程: 1. 客户端(浏览 ...

  2. 【原创】xenomai内核解析--实时IPC概述

    版权声明:本文为本文为博主原创文章,转载请注明出处.如有问题,欢迎指正.博客地址:https://www.cnblogs.com/wsg1100/ 目录 1.概述 2.Real-time IPC 2. ...

  3. Python数据结构与算法之图的广度优先与深度优先搜索算法示例

    本文实例讲述了Python数据结构与算法之图的广度优先与深度优先搜索算法.分享给大家供大家参考,具体如下: 根据维基百科的伪代码实现: 广度优先BFS: 使用队列,集合 标记初始结点已被发现,放入队列 ...

  4. Arduino 串口的一些高级用法

    来源: 1.配置串口通信数据位.校验位.停止位 通常我们使用Serial.begin(speed)来完成串口的初始化,这种方式,只能配置串口的波特率. 而使用Serial.begin(speed, c ...

  5. 解决mvn clean install的报错The packaging for this project did not assign a file to the build artifact

    解决mvn clean install的报错The packaging for this project did not assign a file to the build artifact

  6. 架构师根本不会被语言限制住,php照样可以用领域驱动设计DDD四层架构!

    作者:小傅哥 博客:https://bugstack.cn 沉淀.分享.成长,让自己和他人都能有所收获! 一.前言 你在通往架构师的路上吗? 程序员这个行业就像是在不断的打怪升级,突破每一阶段的瓶颈期 ...

  7. spring框架中配置mysql8.0需要注意的地方(转载)

    8.0以后的mysql很强大,但是配置写法出现了不同 主要原因是时区不同,mysql默认用的是国外某个地方的时区,而我们要用的话用使用东八时区,这是中国统一时区. 装载自https://blog.cs ...

  8. docker registry 记录

    部署 运行下面命令获取registry镜像 docker pull registry 下载到的版本默认为 docker.io/registry latest 将registry镜像运行并生成一个容器 ...

  9. rabbitmq--通配符模式Topics

    topic模式也称为主题模式,其实他相对于routing模式最大的好处就是他多了一种匹配模式的路由,怎么理解匹配呢,其实就相当于我们之前正则的.*这种,不过他的匹配机制可能不是这种(其实除了匹配规则外 ...

  10. mac 安装appium

    mocOS 10.15.5 开启方式:设置->默认编辑器->Markdown编辑器