1. 题目背景与问题建模
这道UVa 1115题目描述了一个现实生活中的水资源管理场景：一个小镇为了应对可能的水资源短缺，建立了一套由多个水箱组成的供水系统。每个水箱都是长方体形状，被放置在不同高度的基座上。当从单一水源注水时，水会遵循重力原理，从最低处的水箱开始依次向上填充。
这个问题本质上是一个物理模拟与算法设计的结合体。我们需要根据给定的水箱参数和注入水量，计算出最终整个系统的水位高度。如果水量超过所有水箱的总容量，则需要输出溢出提示。
1.1 水箱系统的物理模型
每个水箱可以用四个参数来描述：
- 基底高度(B)：水箱底部距离地面的高度
- 高度(H)：水箱自身的高度
- 宽度(W)：水箱的宽度
- 深度(D)：水箱的深度
水箱的容积计算很简单：容积 = H × W × D。但关键在于理解水位高度与水箱中水量之间的关系。
对于任意给定的水位高度h，一个水箱中的水量可以分为三种情况：
- 水位未达到水箱底部(h ≤ B)：水量为0
- 水位在水箱范围内(B < h ≤ B+H)：水量 = (h-B) × W × D
- 水位超过水箱顶部(h > B+H)：水量 = H × W × D（即水箱完全装满）
1.2 问题转化为数学表达
我们需要找到一个最小的水位高度h，使得所有水箱中水量的总和等于或超过给定的水量V。数学表达式为：
Volume(h) = Σ(每个水箱在当前水位h下的水量) ≥ V
由于Volume(h)是一个关于h的单调不减函数（水位越高，总水量不会减少），这为我们使用二分查找算法提供了理论基础。
2. 算法设计与分析
2.1 二分查找的应用
二分查找是解决这类"在单调函数中寻找满足条件的点"问题的利器。其基本思路是：
-
确定搜索范围的下界(low)和上界(high)
- low = 0.0（地面高度）
- high = 最大(所有水箱的基底高度+自身高度)
-
在每次迭代中：
- 计算中点mid = (low + high)/2
- 计算Volume(mid)
- 比较Volume(mid)与V的大小关系
- 如果Volume(mid) < V：说明水位不够，需要提高水位，令low = mid
- 否则：说明水位可能足够或过高，令high = mid
-
当high - low < ε（足够小的精度阈值）时停止迭代
2.2 精度控制与复杂度分析
由于题目要求输出结果保留两位小数，我们需要确保二分查找的精度足够高。通常设置ε=1e-6就能满足要求。
算法的时间复杂度分析：
- 每次计算Volume(mid)需要遍历所有n个水箱：O(n)
- 二分查找的迭代次数约为log₂(H_max/ε)
- 总时间复杂度：O(n log(H_max/ε))
对于题目给定的数据范围，这个复杂度是完全可接受的。
2.3 特殊情况处理
在开始二分查找前，我们需要先计算所有水箱的总容量totalVolume。如果给定的水量V > totalVolume，直接输出"OVERFLOW"，避免不必要的计算。
3. 代码实现详解
3.1 数据结构设计
我们使用一个结构体来存储每个水箱的信息：
cpp复制struct Cistern {
double base; // 基底高度
double height; // 水箱高度
double width; // 宽度
double depth; // 深度
};
3.2 主算法流程
cpp复制int main() {
int testCases;
cin >> testCases;
for (int t = 0; t < testCases; ++t) {
if (t > 0) cout << '\n'; // 测试用例之间输出空行
int n;
cin >> n;
vector<Cistern> ctns(n);
double maxHeight = 0.0;
double totalVolume = 0.0;
// 读取水箱信息并计算总容量和最大可能水位
for (int i = 0; i < n; ++i) {
cin >> ctns[i].base >> ctns[i].height >> ctns[i].width >> ctns[i].depth;
totalVolume += ctns[i].height * ctns[i].width * ctns[i].depth;
maxHeight = max(maxHeight, ctns[i].base + ctns[i].height);
}
double waterVolume;
cin >> waterVolume;
// 检查溢出情况
if (waterVolume > totalVolume) {
cout << "OVERFLOW" << endl;
continue;
}
// 二分查找水位高度
double left = 0.0, right = maxHeight;
while (right - left > 1e-6) {
double mid = (left + right) / 2;
double volume = 0.0;
// 计算当前水位下的总水量
for (int i = 0; i < n; ++i) {
if (mid <= ctns[i].base) continue; // 水位低于水箱底部
double h = min(ctns[i].height, mid - ctns[i].base);
volume += h * ctns[i].width * ctns[i].depth;
}
if (volume < waterVolume) left = mid;
else right = mid;
}
// 输出结果，保留两位小数
cout << fixed << setprecision(2) << left << '\n';
}
return 0;
}
3.3 关键代码解析
-
输入处理：
- 首先读取测试用例数量
- 对于每个测试用例，读取水箱数量n
- 然后读取n个水箱的参数，同时计算总容量和最大可能水位
-
溢出检查：
- 比较输入水量与总容量
- 如果水量超过总容量，直接输出"OVERFLOW"
-
二分查找核心：
- 初始化搜索范围为[0.0, maxHeight]
- 循环直到区间足够小(小于1e-6)
- 计算中点水位mid
- 遍历所有水箱计算当前水位下的总水量
- 根据水量比较结果调整搜索区间
-
输出控制：
- 使用fixed和setprecision(2)确保输出两位小数
- 注意测试用例之间输出空行
4. 常见问题与调试技巧
4.1 浮点数精度问题
在涉及浮点数比较和计算时，经常会遇到精度问题。以下是几个注意事项：
-
避免直接比较浮点数是否相等，而应该比较它们的差值是否小于某个很小的阈值（如1e-6）。
-
二分查找的终止条件应该是区间长度足够小，而不是值的变化足够小。
-
在计算水箱水量时，要注意减法运算可能带来的精度损失。
4.2 边界条件测试
在编写和测试代码时，应该考虑以下边界情况：
- 水量刚好为0的情况
- 水量刚好等于总容量的情况
- 所有水箱基底高度相同的情况
- 只有一个水箱的情况
- 水箱高度为0的特殊情况（虽然题目可能不会出现）
4.3 性能优化
虽然二分查找已经很高效，但在某些情况下还可以进一步优化：
-
预先对所有水箱按基底高度排序，可以在计算Volume(mid)时提前终止循环（当mid小于当前水箱基底高度时，后续水箱都不可能有水）。
-
对于大规模数据，可以考虑并行计算Volume(mid)中的各个水箱贡献。
-
在竞赛环境中，可以适当调整二分查找的精度阈值，在保证正确性的前提下减少迭代次数。
5. 算法扩展与应用
5.1 类似问题
这种"填充"类问题在实际中有很多变种，例如：
- 雨水收集问题（计算地形可以收集多少雨水）
- 容器装水问题（不同高度的隔板能装多少水）
- 油罐车装载问题（多个油罐在不同高度时的装载策略）
5.2 实际应用场景
这种算法在实际工程中有广泛应用：
- 水利工程中的水库系统设计
- 建筑物排水系统设计
- 工业生产中的液体储存和分配系统
- 农业灌溉系统设计
5.3 算法变种
根据不同的需求，这个基础算法可以扩展：
- 考虑管道中的水量（如果管道体积不可忽略）
- 考虑水箱的不同形状（圆柱形、球形等）
- 考虑动态注水过程（随时间变化的水量）
- 考虑水箱之间的连接关系（不是简单的平行关系）
6. 编程竞赛技巧
6.1 UVa题目特点
UVa在线判题系统对这类问题的常见要求：
- 严格的输入输出格式（包括空格、空行、小数位数等）
- 较大的测试数据范围
- 对时间和内存限制较为严格
6.2 调试建议
在解决这类问题时，可以采取以下调试策略：
- 先编写一个暴力解法作为参考（虽然可能效率不高，但可以验证正确性）
- 使用小规模测试数据手工计算预期结果
- 打印中间计算结果（如每次二分迭代的水位和水量）
- 特别注意浮点数的输出格式和精度控制
6.3 竞赛中的时间管理
在实际编程竞赛中：
- 先快速理解题意并建立数学模型
- 设计算法时考虑时间复杂度和边界条件
- 编写代码时注意变量命名清晰，便于调试
- 留出足够时间测试各种边界情况
这道题目很好地结合了物理模拟和算法设计，是训练计算思维和编程能力的好材料。通过解决这类问题，可以培养将实际问题抽象为数学模型的能力，以及设计高效算法解决计算问题的技巧。