一问题描述

设有 n 家客户，n <= 24，每个客户有如下属性（客户名称、客户类型、经度、纬度、每月拜访次数）。

每个客户 m 天拜访 1 次。

每个客户每天最多拜访 8 次。

给出一个月的工作日列表。

求一个月拜访轨迹。

二输入和输出

1 输入说明

第 1 行代表客户数 n 和拜访频率 m。

接下来的 n 行描述每个客户，每个客户信息包括（客户名称、客户类型、经度、纬度、每月拜访次数），客户类型有：M-商业拜访，H-医院拜访、P-药房拜访

接下来的一行是工作日列表

2 输出说明

药代这个月每天拜访轨迹。

三输入和输出样例

1 输入样例

24 3

H1 H 117.196067 39.103303 8

H2 H 117.206175 39.111509 8

H3 H 117.187551 39.109744 8

H4 H 117.179981 39.113295 8

H5 H 117.183536 39.125713 8

H6 H 117.209626 39.12228 8

H7 H 117.233087 39.082267 8

H8 H 117.195568 39.111846 8

H9 H 117.207421 39.121483 8

H10 H 117.191717 39.104914 8

H11 H 117.200753 39.109458 8

H12 H 117.182597 39.102957 8

H13 H 117.188228 39.128191 8

H14 H 117.193003 39.121008 8

H15 H 117.190858 39.135014 8

H16 H 117.179979 39.11038 8

M1 B 117.18461 39.117381 4

M2 B 117.206176 39.127932 4

M3 B 117.185073 39.124452 4

M4 B 117.183584 39.121472 4

M5 B 117.172522 39.126702 4

M6 B 117.185248 39.104909 4

M7 B 117.192618 39.129049 4

M8 B 117.181509 39.123574 4

1 2 3 4 5 7 8 9 10 11 12 14 15 16 17 18 19 21 22 23 24 25 26 28 29 30

2 输出样例

1 号拜访客户：H9 > H6 > M2 > H15 > M8 > M5 > H3 > H12 >

2 号拜访客户：H4 > H16 > M6 > H10 > H1 > M3 > H13 > H7 >

3 号拜访客户：M7 > H5 > M4 > M1 > H14 > H8 > H11 > H2 >

4 号拜访客户：M2 > H6 > H9 > H15 > M8 > M5 > H3 > H12 >

5 号拜访客户：H1 > H10 > M6 > H16 > H4 > M3 > H13 > H7 >

7 号拜访客户：H14 > M4 > M1 > H5 > M7 > H8 > H11 > H2 >

8 号拜访客户：H15 > M8 > M5 > H3 > H12 > H9 > H6 > M2 >

9 号拜访客户：H7 > H1 > H10 > M6 > H16 > H4 > M3 > H13 >

10 号拜访客户：H5 > M4 > M1 > H14 > M7 > H8 > H11 > H2 >

11 号拜访客户：H12 > H3 > M8 > M5 > H15 > M2 > H6 > H9 >

12 号拜访客户：H7 > H1 > H10 > M6 > H16 > H4 > M3 > H13 >

14 号拜访客户：H8 > H11 > H2 > H14 > M4 > M1 > H5 > M7 >

15 号拜访客户：H6 > H9 > H15 > H3 > H12 >

16 号拜访客户：H7 > H1 > H10 > H16 > H4 > H13 >

17 号拜访客户：H8 > H11 > H2 > H14 > H5 >

18 号拜访客户：H3 > H12 > H9 > H6 > H15 >

19 号拜访客户：H16 > H4 > H10 > H1 > H13 > H7 >

21 号拜访客户：H8 > H11 > H2 > H14 > H5 >

22 号拜访客户：H9 > H6 > H15 > H3 > H12 >

23 号拜访客户：H13 > H4 > H16 > H10 > H1 > H7 >

24 号拜访客户：H5 > H14 > H8 > H11 > H2 >

25 号拜访客户：H3 > H12 > H9 > H6 > H15 >

26 号拜访客户：H4 > H16 > H10 > H1 > H13 > H7 >

28 号拜访客户：H8 > H11 > H2 > H14 > H5 >

四代码

package com.platform.modules.alg.alglib.sdgt0002;import java.util.*;public class Sdgt0002 {public String output = "";/*** 默认地球半径*/private static double EARTH_RADIUS = 6371000; // 赤道半径(单位m)private final int inf = 0x3f3f3f3f;// 客户数private int n;// 拜访频率，几天拜访一次private int frequency;// 拜访天数，每月拜访多少天private int days;// 客户批次 map，第1个泛型代表第几批客户，第2个泛型代表批次客户列表private Map<Integer, List<Customer>> batchCustomerMap = new HashMap<>();// 拜访轨迹 map，第1个泛型代表每月第几天，第2个泛型代表该天拜访的客户列表private Map<Integer, List<Customer>> visitMap = new HashMap<>();// 轨迹计算public String cal(String input) {String[] line = input.split("\n");String[] params = line[0].split(" ");n = Integer.parseInt(params[0]); // 客户数frequency = Integer.parseInt(params[1]); // 几天拜访一次//days = Integer.parseInt(params[2]); // 每月拜访多少天// 对输入数据进行处理for (int i = 1; i <= n; i++) {String[] customerStr = line[i].split(" ");Customer customer = new Customer();customer.setName(customerStr[0]); // 客户名称customer.setType(customerStr[1]); // 客户类别customer.setLocationLon(Double.parseDouble(customerStr[2])); // 经度customer.setLocationLat(Double.parseDouble(customerStr[3])); // 纬度customer.setTotalCount(Integer.parseInt(customerStr[4])); // 每月最多拜访次数// 批次客户列表加第1个客户，如果 frequency = 3，则批次下标范围 [0,1,2]if (batchCustomerMap.get(i % frequency) == null) {List<Customer> batchCustomerList = new ArrayList();batchCustomerList.add(customer);batchCustomerMap.put(i % frequency, batchCustomerList);} else { // 批次客户列表加其他客户batchCustomerMap.get((i % frequency)).add(customer);}}// 模拟每月的几号String[] days = line[n + 1].split(" ");List batchDays[] = new ArrayList[frequency];for (int i = 0; i < batchDays.length; i++) {batchDays[i] = new ArrayList();}for (int i = 0; i < days.length; i++) {int batchNum = i % frequency;batchDays[batchNum].add(days[i]);}// 每日拜访处理for (int i = 0; i < days.length; i++) {int batch = 0;for (List batchDay : batchDays) {if (batchDay.contains(days[i])) {batch = i % frequency;break;}}// 获取某批次客户列表List<Customer> customers = batchCustomerMap.get(batch);// 打乱批次客户列表顺序Collections.shuffle(customers);List<Customer> selectCustomers = new ArrayList<>();// 选择前8个客户for (int j = 0; j < customers.size(); j++) {if (customers.get(j).getTotalCount() > 0) {selectCustomers.add(customers.get(j));if (selectCustomers.size() >= 8) {break;}}}// 每日拜访的第1个客户if (selectCustomers.size() == 0) continue;Customer startCustomer = selectCustomers.get(0);// 标识该客户已访问startCustomer.setVisited(true);// 修正剩余可拜访次数int plusCount = startCustomer.getTotalCount() - 1;startCustomer.setTotalCount(plusCount);// 创建第 i 号的拜访客户列表List<Customer> oneDayCustomerList = new ArrayList();visitMap.put(i, oneDayCustomerList);// 向 i 号拜访客户列表加第1个客户oneDayCustomerList.add(startCustomer);Customer firstCustomer; // 两次相邻拜访的前一个客户Customer secondCustomer; // 两次相邻拜访的后一个客户Customer nextSelectCustomer = new Customer(); // 下一个选中的客户double tempMinDistance; // 临时最短距离firstCustomer = startCustomer;for (int m = 1; m < selectCustomers.size(); m++) { // 从第2个客户开始处理double minDistance = inf; // 初始化最短距离for (int n = 1; n < selectCustomers.size(); n++) { // 从第2个客户开始处理secondCustomer = selectCustomers.get(n);// 两次相邻拜访的后一个客户如果已经拜访或剩余可拜访次数为0，不处理if (secondCustomer.isVisited() || secondCustomer.getTotalCount() == 0) {continue;}// 计算相邻两个客户的距离tempMinDistance = GetDistance(firstCustomer.getLocationLon(), firstCustomer.getLocationLat(), secondCustomer.getLocationLon(), secondCustomer.getLocationLat());if (tempMinDistance < minDistance) {// 更新最短距离minDistance = tempMinDistance;// 最短距离对应的客户nextSelectCustomer = secondCustomer;}}// 下一个被选中的客户设置为已拜访nextSelectCustomer.setVisited(true);int plusTimes = nextSelectCustomer.getTotalCount() - 1;// 下一个被选中的客户剩余拜访次数nextSelectCustomer.setTotalCount(plusTimes);// 向 i 号拜访客户列表加选中的客户visitMap.get(i).add(nextSelectCustomer);firstCustomer = nextSelectCustomer;}// visited 只对当天拜访起作用，所以要清空 visited 标识for (Customer selectCustomer : customers) {selectCustomer.setVisited(false);}}// 输出处理for (int i = 0; i < days.length; i++) {List<Customer> customers = visitMap.get(i);if (customers == null) {continue;}output += days[i] + " 号拜访客户：";for (Customer customer : customers) {output += customer.getName() + " > ";}output += "\n";}return output;}/*** 功能描述：通过经纬度计算两点之间的距离** @param lon1 第 1 个点的经度* @param lat1 第 1 个点的纬度* @param lon2 第 2 个点经度* @param lat2 第 2 个点纬度* @return 两点间的距离* @author chengqiuming* @date 2022/10/25* @description:*/public double GetDistance(double lon1, double lat1, double lon2, double lat2) {double radLat1 = rad(lat1);double radLat2 = rad(lat2);double a = radLat1 - radLat2;double b = rad(lon1) - rad(lon2);double s = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(a / 2), 2) + Math.cos(radLat1) * Math.cos(radLat2) * Math.pow(Math.sin(b / 2), 2)));s = s * EARTH_RADIUS;s = Math.round(s * 10000) / 10000;return s;}/*** 转化为弧度(rad)*/private static double rad(double d) {return d * Math.PI / 180.0;}
}class Customer {// 客户名称private String name;// 客户类型 H-医院客户 M-商业公司客户 P-药房拜访private String type;// 经度private Double locationLon;// 纬度private Double locationLat;// 每月最多可拜访次数private int totalCount;// 是否已拜访private boolean visited = false;public String getName() {return name;}public void setName(String name) {this.name = name;}public String getType() {return type;}public void setType(String type) {this.type = type;}public Double getLocationLon() {return locationLon;}public void setLocationLon(Double locationLon) {this.locationLon = locationLon;}public Double getLocationLat() {return locationLat;}public void setLocationLat(Double locationLat) {this.locationLat = locationLat;}public int getTotalCount() {return totalCount;}public void setTotalCount(int totalCount) {this.totalCount = totalCount;}public boolean isVisited() {return visited;}public void setVisited(boolean visited) {this.visited = visited;}
}

五测试

1 输入

24 3

H1 H 117.196067 39.103303 8

H2 H 117.206175 39.111509 8

H3 H 117.187551 39.109744 8

H4 H 117.179981 39.113295 8

H5 H 117.183536 39.125713 8

H6 H 117.209626 39.12228 8

H7 H 117.233087 39.082267 8

H8 H 117.195568 39.111846 8

H9 H 117.207421 39.121483 8

H10 H 117.191717 39.104914 8

H11 H 117.200753 39.109458 8

H12 H 117.182597 39.102957 8

H13 H 117.188228 39.128191 8

H14 H 117.193003 39.121008 8

H15 H 117.190858 39.135014 8

H16 H 117.179979 39.11038 8

M1 B 117.18461 39.117381 4

M2 B 117.206176 39.127932 4

M3 B 117.185073 39.124452 4

M4 B 117.183584 39.121472 4

M5 B 117.172522 39.126702 4

M6 B 117.185248 39.104909 4

M7 B 117.192618 39.129049 4

M8 B 117.181509 39.123574 4

1 2 3 4 5 7 8 9 10 11 12 14 15 16 17 18 19 21 22 23 24 25 26 28 29 30

2 输出

1 号拜访客户：H15 > M8 > M5 > H3 > H12 > H9 > H6 > M2 >

2 号拜访客户：H1 > H10 > M6 > H16 > H4 > M3 > H13 > H7 >

3 号拜访客户：H14 > M4 > M1 > H5 > M7 > H8 > H11 > H2 >

4 号拜访客户：M2 > H6 > H9 > H15 > M8 > M5 > H3 > H12 >

5 号拜访客户：H13 > M3 > H4 > H16 > M6 > H10 > H1 > H7 >

7 号拜访客户：H14 > M4 > M1 > H5 > M7 > H8 > H11 > H2 >

8 号拜访客户：H6 > H9 > M2 > H15 > M8 > M5 > H3 > H12 >

9 号拜访客户：M3 > H13 > H4 > H16 > M6 > H10 > H1 > H7 >

10 号拜访客户：M1 > M4 > H5 > M7 > H14 > H8 > H11 > H2 >

11 号拜访客户：M8 > M5 > H15 > M2 > H6 > H9 > H3 > H12 >

12 号拜访客户：M3 > H13 > H4 > H16 > M6 > H10 > H1 > H7 >

14 号拜访客户：H8 > H11 > H2 > H14 > M4 > M1 > H5 > M7 >

15 号拜访客户：H15 > H9 > H6 > H3 > H12 >

16 号拜访客户：H7 > H1 > H10 > H16 > H4 > H13 >

17 号拜访客户：H5 > H14 > H8 > H11 > H2 >

18 号拜访客户：H12 > H3 > H9 > H6 > H15 >

19 号拜访客户：H1 > H10 > H16 > H4 > H13 > H7 >

21 号拜访客户：H11 > H2 > H8 > H14 > H5 >

22 号拜访客户：H9 > H6 > H15 > H3 > H12 >

23 号拜访客户：H4 > H16 > H10 > H1 > H13 > H7 >

24 号拜访客户：H2 > H11 > H8 > H14 > H5 >

25 号拜访客户：H12 > H3 > H9 > H6 > H15 >

26 号拜访客户：H1 > H10 > H16 > H4 > H13 > H7 >

28 号拜访客户：H11 > H2 > H8 > H14 > H5 >

基于经纬度和工作日的拜访轨迹问题相关推荐

基于经纬度的拜访轨迹问题
一问题描述设有 n 家客户,n<=31,每个客户有如下属性(客户名称.客户类型.经度.纬度.每月拜访次数). 每个客户 times 天拜访 1 次. 每个客户每天最多拜访 8 次. 每月天数 ...
一种基于贝塞尔曲线的终端定位轨迹拟合方法
一种基于贝塞尔曲线的终端定位轨迹拟合方法专利名称一种基于贝塞尔曲线的终端定位轨迹拟合方法技术领域本发明属于卫星导航领域,具体涉及一种基于贝塞尔曲线的终端定位轨迹拟合方法. 背景技术目前有很多设备( ...
【手机信令轨迹挖掘01】基于手机信令的用户出行轨迹挖掘之问题定义
手机信令数据手机信令数据是指移动终端用户在发生通话.短信.上网及变换寻呼区时在运营商网络中产生的大量手机信令数据. 手机信令数据直接来源于运营商(中国移动.中国联通.中国电信)的移动通信系统,通常对 ...
matlab机器人轨迹规划仿真程序,基于MATLAB的六自由度机器人轨迹规划与仿真.pdf...
基于MATLAB的六自由度机器人轨迹规划与仿真学兔兔 l 訇似基于MATLAB的六自由度机器人轨迹规划与仿真 Trajectory planning and simulation of six- ...
基于hyperledger联盟链的汽车轨迹追溯系统 (三）
基于hyperledger联盟链的汽车轨迹追溯系统一.后端接口搭建引入模块插入轨迹完整流程区块链验证封装区块信息查询查询二.配置路由三.简单的测试调用四.个性化的业务功能一.后端接 ...
mysql数据范围什么意思_数据都在mysql里的话，基于经纬度的范围查询有什么高效的方案吗...
[今日话题] 数据都在mysql里的话,基于经纬度的范围查询有什么高效的方案吗 – yingang 1. 经纬度搜索(1)-Geohash算法原理 http://hankesi2000.iteye.c ...
《整体决策的统一框架和基于时空的高速路自动驾驶轨迹规划》论文分析
文献分析这篇<整体决策的统一框架和基于时空的高速路自动驾驶轨迹规划>论文,针对过往前任研究的一些不足,建立了决策规划的三个模块,这三个模块针对短期(10hz,一秒运行十次),中期(1hz ...
【K-Means】基于经纬度的城市聚类
文章目录 1. 项目准备 1.1. 问题导入 1.2. 数据集简介 2. K-Means算法 2.1. 算法特点 2.2. 算法流程 2.3. 算法缺陷 2.4. 算法改进 3. 实验步骤 3.1. ...
轨迹跟踪主要方法_DELMIA教程：基于指令形式的机器人TCP轨迹局部跟踪方法
上一期为大家介绍了基于工具条中的"TCP Trace"命令按钮的全局TCP轨迹跟踪,之所以称之为全局轨迹跟踪,是因为只要命令被打开,机器人运行的全部轨迹都将实现跟踪.既然有全局TC ...

基于经纬度和工作日的拜访轨迹问题

一问题描述

二输入和输出

1 输入说明

2 输出说明

三输入和输出样例

1 输入样例

2 输出样例

四代码

五测试

1 输入

2 输出

基于经纬度和工作日的拜访轨迹问题相关推荐

最新文章

热门文章

基于经纬度和工作日的拜访轨迹问题

一 问题描述

二 输入和输出

1 输入说明

2 输出说明

三 输入和输出样例

1 输入样例

2 输出样例

四 代码

五 测试

1 输入

2 输出

基于经纬度和工作日的拜访轨迹问题相关推荐

最新文章

热门文章

一问题描述

二输入和输出

三输入和输出样例

四代码

五测试