結果

問題 No.453 製薬会社
ユーザー Yuki_UtaaiYuki_Utaai
提出日時 2018-03-20 21:54:41
言語 PyPy3
(7.3.15)
結果
WA  
実行時間 -
コード長 1,652 bytes
コンパイル時間 250 ms
コンパイル使用メモリ 87,244 KB
実行使用メモリ 85,504 KB
最終ジャッジ日時 2023-09-06 23:37:57
合計ジャッジ時間 14,316 ms
ジャッジサーバーID
（参考情報） 		judge14 / judge11
このコードへのチャレンジ
（要ログイン）

テストケース

テストケース表示
入力 結果 実行時間
実行使用メモリ
testcase_00 AC 1,020 ms
84,852 KB
testcase_01 WA -
testcase_02 AC 818 ms
82,824 KB
testcase_03 AC 1,049 ms
84,448 KB
testcase_04 WA -
testcase_05 AC 767 ms
83,472 KB
testcase_06 AC 884 ms
83,540 KB
testcase_07 AC 892 ms
83,992 KB
testcase_08 AC 908 ms
83,816 KB
testcase_09 AC 949 ms
84,428 KB
testcase_10 AC 911 ms
84,528 KB
testcase_11 AC 1,058 ms
85,368 KB
testcase_12 AC 896 ms
84,540 KB
権限があれば一括ダウンロードができます

ソースコード

diff # 

import random	
import math

def annealing_initialze():
  cost_max=0
  for ii in range(3000):
    for jj in range(3000):
        vec=[(C+D)*ii/2000,(C+D)*jj/2000]
        stock_c=C-0.75*vec[0]-2/7*vec[1]
        stock_d=D-0.25*vec[0]-5/7*vec[1]
        if stock_c>=0 and stock_d>=0:
            if cost_max<= costf(vec):
                cost_max= costf(vec)
                vect=vec[:]
  return vect


def annealingoptimize(T=12000, cool=0.99993, step=0.005):
    dimension=2
    
    vec=[A,B]
    newvec = vec[:]
    while T > 0.0001:
        i = random.randint(0, dimension-1)
        dir = random.random()
        dir = (dir - 0.5) * step

        if i==0:
            stock_c=C-0.75*(vec[0]+dir)-2/7*vec[1]
            stock_d=D-0.25*(vec[0]+dir)-5/7*vec[1]
            if stock_c<0 or stock_d<0 or vec[0]+dir<0:
                newvec[i] = vec[i]
            else:
                newvec[i] = vec[i] + dir

        else:
            stock_c=C-0.75*vec[0]-2/7*(vec[1]+dir)
            stock_d=D-0.25*vec[0]-5/7*(vec[1]+dir)
            if stock_c<0 or stock_d<0 or vec[1]+dir<0:
                newvec[i] = vec[i]
            else:
                newvec[i] = vec[i] + dir

        newcost = costf(newvec)
        cost = costf(vec)
        p = pow(math.e, -abs(newcost - cost) / T)
        if(newcost > cost or random.random() < p):
            vec[i] = newvec[i]
        T = T * cool
    return vec
	
def costf(vec):
    return (1000*vec[0]+2000*vec[1])

C,D=[int(i) for i in input().split()]
A,B=annealing_initialze()
#print(A,B)


ans=0
k_min=[]
for i in range(3):
    kkk=annealingoptimize()
    cost=costf(kkk)
    ans=max(ans,cost)
print(ans)
0