在采访中有一个问题:
在一级方程式挑战中,有n队编号为1到n。每个团队都有一辆车和一个司机。汽车的规格如下:
这里我是团队号码。 赛车排队参赛。第(i + 1)辆车的起跑线位于第i辆车后面200 * i米处。
所有这些都是在同一时间开始并尝试达到最高速度。每2秒钟对位置进行一次重新评估(所以即使汽车已经越过终点线,你也会在2秒后知道)。在此评估期间,每位司机检查他的车10米范围内是否有车,他的速度降低到:hf *(当时的速度)。此外,如果车手注意到他是比赛中的最后一名,他会使用'nitro'。
以团队数量和赛道长度为输入,计算最终速度和相应的完成时间。
我不明白如何处理这类问题。对于每个实例,我应该检查每对驱动程序的所有C(n,2)组合并计算结果吗?但是我怎么能弄清楚我应该在什么情况下进行计算?
答案 0 :(得分:8)
如果你查看Conway's Game of Life,你会发现种族问题有很多共同点。
这是类比:
有什么不同的是,生命游戏永远不会结束,而种族问题应该在每辆汽车的当前位置大于或等于轨道长度l时终止(虽然最后的陈述是有争议的:由于处理因素,它可能在某些情况下,一些汽车永远不会到达终点线。)
关键是计算是在离散时刻完成的,它可以回答你的问题:
但是我如何弄清楚我应该在什么情况下进行计算呢?
您可以从Algorithms部分获取想法来解决此问题。你需要有2个汽车阵列:一个代表当前状态,另一个代表下一步。在每次迭代时,您将根据赋值中的规则重新计算当前位置和每辆汽车的速度,并检查循环是否应该终止。在下一次迭代之前,您交换数组角色,以便最后一次迭代中的后继数组成为下一次迭代中的当前数组。
高级伪代码可能如下所示:
n = ..; // initial number of cars
l = ..; // track length
Car[] currentState = initializeState(n, l);
Car[] nextState = clone(currentState);
for (int iteration = 0; iteration < MAX_ITERATIONS; iteration++) {
calculateNextState(currentState, nextState, iteration);
swap(currentState, nextState);
if (shouldTerminate(currentState, l) {
break;
}
}
printResultOrClaimNotTerminated(currentState);
规则应用于calculateNextState(..)函数。在最天真的实施中,你检查给你的每一双车
O (C(n, 2)) = O (n * (n - 1) / 2) = O (n ^ 2)
每次迭代的复杂性。但是,您可以在这里考虑可能的优化。例如,您可以按当前位置排序汽车(O (n * log(n))
),然后遍历排序的数组,仅检查相邻的汽车(O (2 * n)
)。你可以这样做,因为如果10米的条件不满足相邻的汽车,它将不满足非相邻的汽车。这将使您产生以下复杂性:
O (n * log(n))
哪个更好。排序的汽车阵列自然会为您提供最后位置的汽车,您需要应用硝基增压规则。可能还有其他优化。这回答了你的问题:
对于每个实例,我应该检查每对驱动程序的所有C(n,2)组合并计算结果吗?
答案 1 :(得分:0)
我假设您已经为汽车创建了必要的对象,封装在游戏对象中。
您可以通过不必检查所有C(n,2)组合来加快更新位置和参数步骤。您可以使用的一个简单的启发式方法是,我们不需要检查远处的汽车之间的交互。例如,赛道第一季度的赛车将不会在赛道的第三季度与赛车相互作用。我认为根据你问题的参数,你想把赛道分成10米长的部分。维护每个部分的列表并跟踪每个部分中的所有汽车。更新位置后,仅检查连续部分中的汽车之间的交互。
同样,跟踪每个更新步骤中哪个车位于最后位置,并相应地切换氮气助推器。
在你的问题中,timeStep似乎固定为2秒。但是,在一般情况下,当你编写游戏时,这个选择是至关重要的。您可以使用几个不同的数字(例如10,50,100,500毫秒)。
如果您选择timeStep为更高的数字,(例如)汽车可能会通过另一辆汽车并避免检测到碰撞。 另一方面,如果你选择timeStep太小,如果操作所花费的时间大于timeStep,那么游戏的运行速度将比实时慢。