2014编程之美初赛第一场
https://blog.csdn.net/user_longling/article/details/24113125
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。题目1 : 焦距
时间限制: 2000ms 单点时限: 1000ms 内存限制: 256MB描写叙述
一般来说。我们採用针孔相机模型，也就是觉得它用到的是小孔成像原理。
在相机坐标系下，一般来说。我们用到的单位长度，不是“米”这种国际单位，而是相邻像素的长度。
而焦距在相机坐标系中的大小。是在图像处理领域的一个很重要的物理量。
如果我们已经依据相机參数，得到镜头的物理焦距大小(focal length)。和相机胶片的宽度(CCD width)，以及照片的横向分辨率(image width)，则详细计算公式为：
Focal length in pixels = (image width in pixels) * (focal length on earth) / (CCD width on earth)
比方说对于Canon PowerShot S100, 带入公式得
Focal length in pixels = 1600 pixels * 5.4mm / 5.27mm = 1639.49 pixels
如今，请您写一段通用的程序，来求解焦距在相机坐标系中的大小。
输入
多组測试数据。首先是一个正整数T，表示測试数据的组数。
每组測试数据占一行，分别为
镜头的物理焦距大小(focal length on earth)
相机胶片的宽度(CCD width on earth)
照片的横向分辨率大小(image width in pixels)，单位为px。
之间用一个空格分隔。
输出
每组数据输出一行，格式为“Case X: Ypx”。 X为測试数据的编号，从1開始。Y为焦距在相机坐标系中的大小(focallength in pixels)，保留小数点后2位有效数字，四舍五入取整。
数据范围
对于小数据：focal length on earth和CCD width on earth单位都是毫米(mm)
对于大数据：长度单位还可能为米(m), 分米(dm), 厘米(cm), 毫米(mm), 微米(um)，纳米(nm)
2 5.4mm 5.27mm 1600px 5400um 0.00527m 1600px例子输出
Case 1: 1639.47px Case 2: 1639.47px
题目2 : 树
时间限制: 4000ms 单点时限: 2000ms 内存限制: 256MB描写叙述
有一个N个节点的树，当中点1是根。初始点权值都是0。
一个节点的深度定义为其父节点的深度+1,。
特别的，根节点的深度定义为1。
如今须要支持一系列下面操作：给节点u的子树中，深度在l和r之间的节点的权值（这里的深度依旧从整个树的根节点開始计算），都加上一个数delta。
问完毕全部操作后，各节点的权值是多少。
为了降低巨大输出带来的开销。如果完毕全部操作后，各节点的权值是answer[1..N]，请你依照例如以下方式计算出一个Hash值（请选择合适的数据类型，注意避免溢出的情况）。终于仅仅须要输出这个Hash值就可以。
MOD =1000000007; // 10^9 + 7
MAGIC= 12347;
Hash =0;
For i= 1 to N do
Hash = (Hash * MAGIC + answer[i]) mod MOD;
EndFor
输入
第一行一个整数T (1 ≤ T ≤ 5)，表示数据组数。
接下来是T组输入数据，測试数据之间没有空行。
每组数据格式例如以下：
第一行一个整数N (1 ≤ N ≤ 105)。表示树的节点总数。
接下来N - 1行，每行1个数。a (1 ≤ a ≤ N)，依次表示2..N节点的父亲节点的编号。
接下来一个整数Q(1 ≤ Q ≤ 105)，表示操作总数。
接下来Q行，每行4个整数。u, l, r, delta (1 ≤ u ≤ N, 1 ≤ l ≤ r ≤ N, -109 ≤ delta ≤ 109)，代表一次操作。
输出
对每组数据，先输出一行“Case x: ”，x表示是第几组数据，然后接这组数据答案的Hash值。
数据范围
小数据：1 ≤ N, Q ≤ 1000
大数据：1 ≤ N, Q ≤ 105
例子解释
点1的子树中有1,2,3三个节点。
当中深度在2-3之间的是点2和点3。
点2的子树中有2,3两个节点。
当中没有深度为1的节点。
所以，运行全然部操作之后。仅仅有2,3两点的权值添加了1。即答案是0 1 1。
再计算相应的Hash值就可以。
1 3 1 2 2 1 2 3 1 2 1 1 1例子输出
Case 1: 12348
题目3 : 活动中心
时间限制: 12000ms 单点时限: 6000ms 内存限制: 256MB描写叙述
A市是一个高度规划的城市。可是科技高端发达的地方。居民们也不能忘记运动和锻炼，因此城市规划局在设计A市的时候也要考虑为居民们建造一个活动中心，方便居住在A市的居民们能随时开展运动，锻炼强健的身心。
城市规划局希望活动中心的位置满足下面条件：
1. 到全部居住地的总距离最小。
2. 为了方便活动中心的资源补给和其它器材的维护。活动中心必须建设在A市的主干道上。
为了简化问题。我们将A市摆在二维平面上。城市的主干道看作直角坐标系平的X轴。城市中全部的居住地都能够看成二维平面上的一个点。
如今。A市的城市规划局希望知道活动中心建在哪儿最好。
输入
第一行包含一个数T。表示数据的组数。
接下来包含T组数据，每组数据的第一行包含一个整数N。表示A市共同拥有N处居住地
接下来N行表示每处居住地的坐标。
输出
对于每组数据。输出一行“Case X: Y”，当中X表示每组数据的编号(从1開始)。Y表示活动中心的最优建造位置。
我们建议你的输出保留Y到小数点后6位或以上，不论什么与标准答案的绝对误差或者相对误差在10-6以内的结果都将被视为正确。
数据范围
小数据：1 ≤ T ≤ 1000, 1 ≤ N ≤ 10
大数据：1 ≤ T ≤ 10, 1 ≤ N ≤ 105
对于全部数据，坐标值都是整数且绝对值都不超过106
例子解释
例子1：活动中心的最优建造位置为(1.678787, 0)
1 3 1 1 2 2 3 3例子输出
Case 1: 1.678787
