4 Вариант 1 — частицы (по кинетической энергии)
Вариант 1 — частицы (по кинетической энергии)
В строке файла: x y Vx Vy m признак, где Vx, Vy — компоненты скорости, m — масса, признак — римская цифра (тип частицы, I–VII). Кинетическая энергия частицы:
E = 0,5 · m · (Vx² + Vy²)
Кластеры задают по энергии: частицы с близкой энергией — в один кластер. Границы (пороги энергии) подбирают, глядя на данные. Расстояние между частицами — обычное евклидово:
dist = √((x₂ − x₁)² + (y₂ − y₁)²)
Пример: демоверсия 2027 (частицы по энергии)
Условие (кратко) В файле — частицы: Ответ: `539936 100704` |
Решение по шагам. Сначала читаем файл, считаем энергию каждой частицы и раскладываем по кластерам, подбирая пороги энергии по данным:
cl = [[], [], [], []] # K = 4 кластера
for s in open('27.txt'):
x, y, vx, vy, m, t = s.replace(',', '.').split() # запятая → точка
x, y, vx, vy, m = map(float, [x, y, vx, vy, m])
E = 0.5 * m * (vx**2 + vy**2) # кинетическая энергия
if E < 3.5: cl[0].append([x, y, E, t])
elif E < 6: cl[1].append([x, y, E, t])
elif E < 8.5: cl[2].append([x, y, E, t])
else: cl[3].append([x, y, E, t])📌 Откуда берутся пороги 3.5 / 6 / 8.5 Их не дают в условии — их находишь сам. Выведи все энергии, отсортируй ( |
Функция расстояния и функция центра (для этого варианта центр — по разности энергий, поэтому в сумме используем abs(E − E)):
def dist(p1, p2): # евклидово расстояние по координатам
x1, y1, e1, t1 = p1
x2, y2, e2, t2 = p2
return ((x2 - x1)**2 + (y2 - y1)**2)**0.5
def centr(cl): # центр — по сумме разностей энергий
m = []
for p in cl:
s = sum(abs(p[2] - p1[2]) for p1 in cl)
m.append([s, p])
return min(m)[1]Дальше считаем нужные величины. Например, Q1 — максимальное расстояние между частицами одного типа внутри одного кластера:
Q1 = 0
for c in cl: # по каждому кластеру
for p1 in c:
for p2 in c:
if p1[3] == p2[3]: # одинаковый тип (признак)
Q1 = max(Q1, dist(p1, p2))
print(int(Q1 * 10000))⚠️ Порядок величин в ответе В ответе почти всегда пишут целую часть произведения на 10000: |