• 2014百度之星资格赛解题报告:Disk Schedule


    DiskSchedule
    时间限制: 1s 内存限制: 65536K
    问题描述
    有很多从磁盘读取数据的需求,包括顺序读取、随机读取。为了提高效率,需要人为安排磁盘读取。然而,在现实中,这种做法很复杂。我们考虑一个相对简单的场景。
    磁盘有许多轨道,每个轨道有许多扇区,用于存储数据。当我们想在特定扇区来读取数据时,磁头需要跳转到特定的轨道、具体扇区进行读取操作。为了简单,我们假设磁头可以在某个轨道顺时针或逆时针匀速旋转,旋转一周的时间是360个单位时间。磁头也可以随意移动到某个轨道进行读取,每跳转到一个相邻轨道的时间为400个单位时间,跳转前后磁头所在扇区位置不变。一次读取数据的时间为10个单位时间,读取前后磁头所在的扇区位置不变。磁头同时只能做一件事:跳转轨道,旋转或读取。
    现在,需要在磁盘读取一组数据,假设每个轨道至多有一个读取请求,这个读取的扇区是轨道上分布在 0到359内的一个整数点扇区,即轨道的某个360等分点。磁头的起始点在0轨道0扇区,此时没有数据读取。在完成所有读取后,磁头需要回到0轨道0扇区的始点位置。请问完成给定的读取所需的最小时间。
    输入
    输入的第一行包含一个整数M(0<M<=100),表示测试数据的组数。
    对于每组测试数据,第一行包含一个整数N(0<N<=1000),表示要读取的数据的数量。之后每行包含两个整数T和S(0<T<=1000,0<= S<360),表示每个数据的磁道和扇区,磁道是按升序排列,并且没有重复。
    输出
    对于每组测试数据,输出一个整数,表示完成全部读取所需的时间。
    样例输入
    3
    1
    1 10
    3
    1 20
    3 30
    5 10
    2
    1 10
    2 11
    样例输出
    830
    4090
    1642


    解题报告
    由于磁头跳轨道所需时间是400,大于旋转一周的时间360,所以反证法容易证明磁头不应在读取时在磁道间往复移动。于是磁头移动的策略简化成从0道的起始位置开始依磁道升序移动到需读取的最远的磁道(记为去程),再从该磁道依磁道降序移动回0道的起始位置(记为返程)。另,由于每个磁道至多只有一个数据需要读取,所以磁头移动策略可以描述为,在需要读取的点之间选定若干个作为去程时读取,余下在返程时读取。去程和返程两个相邻读取点之间需要的旋转时间是固定的,即连接两点在360度轨道上的较短的弧对应的角度(或说夹角)。不相邻磁道之间的两次读取可以简化为“只跳磁道但不旋转”+“同磁道两次读取位置间的一次旋转”,于是磁道的具体信息可以简化掉,只需在最终结果上加上去返两程磁道跳转所需时间(最大磁道号*400*2)。读取本身的时间也可以简化掉,等于需读取数据的数量*10。所以只需要计算旋转所需的时间。
    由于去程和返程时对称的,所以计算过程中互换对结果没有影响,于是得到如下的动态规划的解法:
    (设需读取的数据个数N,需读取的最大磁道号T,最大磁道个数S=360
    (设对于i0<=i<N),b表示输入中需要读取的扇区号;
    disx,y)表示扇区号x和扇区号y之间旋转所需的时间)
    对于i0<=i<N,0<=j<360),令 a[j]=去程读取至第i个数据即磁道在b,并且返程当前在磁道j时,所需的最少时间。
    状态转移为:
    a[j] = min { a[i-1][j] + dis(b,b[j]) ,a[i-1][k] + dis(b, k) if k=b and j=b[i-1] }
    初始条件为:
    a[b[0]][0] = dis(0, b[0])
    实现可以使用递推的方式,对于任意b, j
    b, j -> b[i+1], j  表示第i+1次读取与第i次读取是在同一程接连读取
    j, b -> b[i+1], b  表示第i+1次读取与返程所在的j磁道是在同一程接连读取
    伪代码如下:
    a[0][0] = getdis(0, b[0])
    for i in 0 ~ n:
    for j in 0 ~ 360:
                 a[i + 1][j] = min(a[i + 1][j], a[j]+ getdis(b, b[i + 1]))
           a[i + 1] = min(a[i + 1], a[j] + getdis(b[i + 1], j))
    算法复杂度为O(N*S)
    另外,对于题目给出的数据范围,动态规划在N*N或者T*T的空间内进行也可以在时限内通过。

    解题代码:
    #include <stdio.h>
    #include <algorithm>
    
    int points[1024][2];
    int dis[1024][1024];
    int dp[1024][1024];
    
    int cal_cycle_dis(int a, int b) {
        if (a > b) {
            return std::min(a - b, b + 360 - a);
        }
        return std::min(b - a, a + 360 - b);
    }
    
    int run(int n) {
        // calculate the distance for each two data
        for (int i = 0; i < n; i++) {
            for (int j = i; j < n; j++) {
                dis[i][j] = dis[j][i] = (points[j][0] - points[i][0]) * 400 + cal_cycle_dis(points[i][1], points[j][1]);
            }
        }
    
        // run the dp
        dp[0][1] = dis[0][1];
        for (int j = 2; j < n; j++) {
            for (int i = 0; i < j - 1; i++) {
                dp[i][j] = dp[i][j-1] + dis[j-1][j];
            }
            int mini = 1000000000;
            for (int k = 0; k < j - 1; k++) {
                mini = std::min(mini, dp[k][j-1] + dis[k][j]);
            }
            dp[j-1][j] = mini;
        }
        dp[n-1][n-1] = dp[n-2][n-1] + dis[n-2][n-1];
    
        // return the dp result plus the reading time
        return dp[n-1][n-1] + 10 * (n - 1);
    }
    
    int main() {
        int m, n;
    
        FILE* fp = stdin;
        FILE* outfp = stdout;
        fscanf(fp, "%d", &m);
        while (m--) {
            // read data of the case
            fscanf(fp, "%d", &n);
            for (int i = 1; i <= n; i++) {
                fscanf(fp, "%d %d", &points[i][0], &points[i][1]);
            }
            // initial the first data and reset the number of the data
            points[0][0] = points[0][1] = 0;
            ++n;
            fprintf(outfp, "%d
    ", run(n));
        }
    
        fclose(fp);
        fclose(outfp);
        return 0;
    }

  • 相关阅读:
    【MyLocations】标记位置App开发体会
    iOS开发-Core Location和Map Kit
    iOS开发-轻点、触摸和手势
    iOS开发-GCD和后台处理
    iOS开发-block使用与多线程
    iOS开发-数据持久化
    iOS开发-为程序添加应用设置
    对iOS中MVC的理解
    docker
    linux shell
  • 原文地址:https://www.cnblogs.com/hosealeo/p/4190514.html
Copyright © 2020-2023  润新知