Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
AtCoder AGC 001 B - Mysterious Light 考察と実装
Search
task4233
February 07, 2019
Programming
580
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
AtCoder AGC 001 B - Mysterious Light 考察と実装
AGC001-B Mysterious LightのEditorialの理解の足しになるように, という思いで作成しました.
task4233
February 07, 2019
More Decks by task4233
See All by task4233
pprof vs runtime/trace (FlightRecorder)
task4233
0
410
embedパッケージを深掘りする / Deep Dive into embed Package in Go
task4233
2
740
GC24 Recap: Interface Internals
task4233
1
810
GopherCon 2024 Recap: Exploring the Go Compiler: Adding a "four" loop / 構文追加で学ぶGoコンパイラの処理
task4233
0
810
Goのデバッグ用ロガーの開発を通して得た デバッグとgoパッケージに関する知見/Knowledge by given implementation of logger for debug
task4233
0
660
入門XSS / Introduction of XSS
task4233
3
3k
脆弱性スキャナのOWASP ZAPを コードベースで扱ってみる / OWASP ZAP on a code base
task4233
2
3.6k
誘導を読み取って1ステップ上の問題を解けるようになろう/Tips for Solving CTF with Reading Leads
task4233
1
1k
JavaScriptはなぜシングルスレッドでも非同期処理ができるのか/Why Can JavaSctipt Invoke Asynchronous in Single Thread?
task4233
24
22k
Other Decks in Programming
See All in Programming
20260722_microCMSで考える、AI時代のコンテンツ運用設計
yosh1
0
270
Foundation Models frameworkで画像分析
ryodeveloper
1
440
OpenSpecのproposalにbrainstormingを持たせてみた
tigertora7571
1
190
SREの積み重ねがAI駆動開発のガードレールになった ― 7つの実践/SRE Guardrails The 7
tomoyakitaura
9
6.1k
ITヒヤリハットを整理してみた ~ライフサイクルと原因から考える再発防止策~
koukimiura
1
130
PHP初心者セッション2026 〜生成AIでは見えない裏側を知る:今だからLAMPを通して仕組みを学ぶ〜
kashioka
0
800
生成AI導入の「期待外れ」を乗り越える ー 開発フロー改革が目指す、真の組織変革
starfish719
0
3.7k
アルゴリズムは何を圧縮しているのか ─ Haskell から育った「圧縮代数」というメンタルモデル
naoya
16
3.8k
Welcome to the "Parametricity" 🏙️ − Generic だけど Specific な世界 −
guvalif
PRO
1
200
ビデオ通話が繋がる0.2秒で何が起きているのか
supurazako
2
170
「人を評価する AI」の設計と実装
ryoyanara
0
120
ルールを書いて終わらせないハーネスエンジニアリング
yug1224
4
1.8k
Featured
See All Featured
Ethics towards AI in product and experience design
skipperchong
2
340
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
400
Mozcon NYC 2025: Stop Losing SEO Traffic
samtorres
1
460
New Earth Scene 8
popppiees
3
2.5k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
630
Building Applications with DynamoDB
mza
96
7.2k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
53k
Producing Creativity
orderedlist
PRO
348
40k
How to Get Subject Matter Experts Bought In and Actively Contributing to SEO & PR Initiatives.
livdayseo
0
160
Imperfection Machines: The Place of Print at Facebook
scottboms
270
14k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
980
Transcript
AGC001-B 考察と実装 @task4233
もくじ 1. 概要 2. 考察 3. 実装 4. まとめ 2
1. 概要 ・1辺の長さがNの正三角形abcがある. ・不思議な光は, 自分の軌跡と辺に当たったときに反射する. ・頂点aからXだけ離れた点から辺bcと平行な光を放った時, もう一度その点に戻ってくるまでの軌跡の和を求めよ. 3
2. 考察 問題がよくわからないので, 問題に与えられた図を用いて一般化してみる. 4
N, Xについて一般化(図はN=5, X=2の時のもの) X N X 5
N, Xについて一般化(図はN=5, X=2の時のもの) X N N-X X 6
N, Xについて一般化(図はN=5, X=2の時のもの) X N N-X X X 7
N, Xについて一般化(図はN=5, X=2の時のもの) X X N-X X 8
N, Xについて一般化(図はN=5, X=2の時のもの) (N-X)-X N-X X 9
N, Xについて一般化(図はN=5, X=2の時のもの) (N-X)-X N-X X (N-X)-X 10
N, Xについて一般化(図はN=5, X=2の時のもの) (N-X)-X (N-X)-X (N-X)-X 11
N, Xについて一般化 先ほどまでの図で反射した光に周期性があったことが分かるは ず. その周期性とは以下の3つ. 1. 2回反射した後の領域に, 平行四辺形が出現すること 2. N,
N-Xの後の反射において, 2回ずつ同じ距離を進むこと 3. 出来た平行四辺形の辺が等しい時に, 反射が終わること それぞれ見ていく. 12
2-1. 平行四辺形の出現 右下の図は6枚目のスライドの図である. ここで, 光が2回進むと平行四辺形ができることが分かる. なお, その辺の長さは 前の2つの光の軌跡の距離と一致する. (右の図で言えば, XとN-Xになる)
X N N-X X 13
2-2. 同じ距離の軌跡 右下の図は8枚目のスライドの図である ここで, X->N-Xの軌跡の後に, X->Xのように同じ距離だけ進んでいることが分かるはず. なお, その距離は2-1.で説明した 平行四辺形の辺の最小値である. X
X N-X X 14
2.3. 反射の終了 右下の図は11枚目のスライドの図である ここで, 反射が終了する時, 平行四辺形の2辺が等しく なっていることが分かるはず. ((N-X)-X = (N-X)-Xで等しい)
(N-X)-X (N-X)-X (N-X)-X 15
3. 実装 2.での考察により, 以下のような再帰が書ける. 出来る平行四辺形の2辺をx, y(x < y)とすると, と書ける. 16
3. 実装(C++) 実装すると右のようになる. ※int64_tはlong longでも問題ない しかし, これは制約が なのでTLEになる. そこで, 再帰を簡潔にする.
17
3. 実装 - 高速化(1) 再帰関数をじーっと見ていると, return f(mn, mx-mn) + 2
* mn の部分が無駄に見えてくる. (なぜなら, mx-mnというパラメータの関数を呼び出す度に2*mnを 加算するので, その加算をまとめて[mx/mn]* 2 *mnとすればまと められるから) ※[ ]はガウス記号. 18
3. 実装 - 高速化(2) すると, 先ほどの再帰は以下のように書き直せるはず. なお, y%x=0の式で最後にxを引いているのは, 再帰の終了時に光が平行四辺形の半分だけ進むため. 19
3. 実装 - 高速化(C++) 改めて実装すると 右のようになる. これで通る. 20
4. まとめ ・今回のように, なんとなく再帰らしいことは分かるが, その実装が上手く行かない時は, 実際に図に書き出すと 意外とうまく行くこともある. ・今回の高速化で用いたような, 減算を除算(加算を乗算)でするテクは便利なので, 使えるようになっておくと良いと思う.
21
以上. お疲れ様でした.