为了离你最近,让我走完这一生.
小白和小黑怎么联系,是个秘密.这个秘密最先藏在小白那里,一天后小白不放心了,又改藏在小黑那里.秘密藏在小黑那里小白又睡不好了,彼此都怕对方马虎把秘密弄丢.最后他们想出了一个最好的主意;把秘密分成两份,各得一份,这下大家都安心了.
他们是用触角联网的,就是这个秘密.
蚂蚁小白住在西宁,小黑住在青岛.
小黑对西宁知道的不多,只是一块高原,一片草地,还有一只蚂蚁.小白对青岛知道的更少,一直蚂蚁,一直黑蚂蚁,一只喜欢旅行的黑蚂蚁.仅此而已.
小白问小黑,你说我们的距离有多远呢?我觉得不太近呢.
小黑说,这个难不住我,我马上告诉你答案.小黑翻出一张不大的地图,再找来一把塑料尺,在西宁和青岛之间量了三遍.确信没有误差了,小黑兴奋地告诉小白,真没想到,才四点五厘米.
小白起初不大相信,问小黑,你是用尺量的?
小黑向小白打保票,是标准的塑料尺,不必再怀疑.小白望着窗外的暖阳,告诉小黑,这是2006年她听到的最好的消息了.
那么我们可以见一面.小黑尽量平静地说.如果不见面也还快乐,就不见面的好.现在我还算快乐.小白说.
这期间的几天他们真的过得非常快乐,为四点五厘米的距离快乐着.多好,才四点五厘米,只要周围的蝉肯安静一点,应该能听见对方的呼吸声.
我遇到点麻烦,真有点恐怖啊!一天早上,小白战战兢兢地告诉小黑.你怎么了?小黑很紧张,看样子小白不妙.
确实是个最新的消息,一个坏消息;早上,小白爬上西宁中心的一棵老树,老树的身上很久没来这么可爱的小动物了,老树一激动,流下一滴泪,正好把小白的一只腿粘住了.
我过得不好,我想我俩应该见面了!小白无助地说.
听到这个消息,小黑的心狠很痛了一下,说,我就来!
小黑出发以前,又看了看地图.他应该向西走,四点五厘米,几秒钟的距离.
几分钟后,小黑告诉小白,我想我是到了,怎么没看见树呢?
小白也没看见小黑,周围能看见的范围里绝对没有蚂蚁的影子.
小黑赶紧收起地图,继续向西走去,他俩都没想到,四点五厘米要走这么久.
小白提醒小黑,可以搭车的.小黑就爬上一辆西行的汽车.走了半天,小黑怕错过西宁,赶紧打开地图看,结果才到洛阳,完成四点五厘米的一半.
小黑正量着地图,一阵风把他和地图从车上掀下去了,他们在空中翻滚了好久才落回到地面上.小黑没有把这个糟糕的消息告诉小白,平静了一会儿他又上路了.他相信他的尺是标准的,他的测量也没有错.真是倒霉的旅行,几分钟后小黑又被一只皮鞋踩了一下,幸好没有要他的命,仅仅有点轻微的骨折.
小黑只是告诉小白,他在路上,向西行,距离她只有一半的路程了.小白马上计算了一下;恩,确实近多了,就要见到小黑了.她开始想象他黑黑的样子了.
小黑的运气不佳,几乎没有搭上速度快的车,他经常要在路上以一毫米一毫米的速度西行.小黑计算着,十毫米就是一厘米,这速度也不慢.
谁都没有察觉,许多许多个月过去了.这期间,小白一直困在老树的眼泪上面,她的那只腿渐渐失去了知觉.而小黑一直在路上.小白就要变成一直干瘪的蚂蚁的时候,小黑的最新消息到来了,是一个微弱的声音;我在爬上老树---
小白身体里的血液马上又恢复了流动,知觉也回到那只麻木的腿上.小白说,我在等你呢---
几个小时后,两只蚂蚁在树干中部,相距四点五厘米的地方同时发现了对方.小黑使出最后的力气,快速向对方爬去.
两对触角碰在一起的时候,小黑说,四点五厘米,九秒,一点都不远.
是啊,真的不远啊---
这棵老树一直目睹着在自己身上发生的故事,看着看着又有一滴泪滚落下来,这滴泪恰好把小白和小黑裹在了一起,形成了一枚晶莹透明的琥珀房子.
从此,小白和小黑就住在这栋琥珀房子里,在也不分开了.
分享到:
相关推荐
有一根27厘米的细木杆,在第3厘米、7厘米、11厘米、17厘米、23厘米这五个位置上各有一只蚂蚁。 木杆很细,不能同时通过一只蚂蚁。 开始时,蚂蚁的头朝左还是朝右是任意的,它们只会朝前走或调头,但不会后退。 当...
某企业面试编程题:蚂蚁爬杆 有一根300厘米的细木杆,在第...假设蚂蚁们每秒钟可以走5厘米的距离。请编写一个程序,计算各种可能情形下所有蚂蚁都离开木杆的最小时间和最大时间。 如题目的图形界面解决方法~c#表达~
当两只蚂蚁相遇时,它们会立即改变方向并继续移动。目标是计算所有蚂蚁离开杆子的时间。 #### 分析方法 1. **定义对象**: 在此问题中,可以将每一只蚂蚁视为一个对象。每个蚂蚁对象应该包含以下属性: - 当前位置...
一根长度为L厘米的木棍上有n只蚂蚁,每只蚂蚁...当两只蚂蚁相撞时,二者同时掉头(掉头时间忽略不计)。给出每只蚂蚁的初始位置和朝向,计算T秒之后每只蚂蚁的位置。 程序给出了仿真结果,最后的图像显示需要opencv.
题目中提到的情况是:在一个27厘米长的细木杆上,在第3厘米、7厘米、11厘米、17厘米、23厘米这五个位置上各放置了一只蚂蚁。木杆非常细,以至于无法让两只蚂蚁同时通过。这些蚂蚁的方向(即头部朝向左侧还是右侧)是...
3.1 蚂蚁路径选择:每只蚂蚁根据当前城市和目标城市之间的信息素浓度和距离进行概率选择下一个城市,使用马尔科夫决策过程进行决策。 3.2 信息素更新:每个迭代周期结束后,根据蚂蚁们走过的路径更新信息素,同时...
4. 信息素更新:全局更新信息素,包括两个部分,一是信息素的自然蒸发,二是根据蚂蚁走过的路径的质量(通常用路径长度表示)进行增强。 5. 停止条件:达到预设的迭代次数或者满足一定的收敛标准后,算法停止。 ...
每到达一个节点,蚂蚁会根据当前位置和下一个可能位置之间信息素的浓度以及启发式信息(如距离目标的距离)来决定下一步的走向。随着时间的推移,算法会逐渐强化那些表现出色的路径,即信息素浓度较高的路径,从而...
- 提供了计算两个城市间距离的方法`getDistance`,利用欧几里得距离公式计算。 2. **数据读取**: - 使用`BufferedReader`从指定文件中读取城市坐标数据,并将这些数据存储在`HashMap`中,便于后续操作。 3. **...
4. **多路径探索**:由于每只蚂蚁独立构建路径,算法可以同时探索多条可能的解,增加了找到全局最优解的概率。 5. **应用领域**:蚂蚁算法已广泛应用于各种领域,如运输调度、网络路由、任务分配、机器学习模型的...
当两只蚂蚁相遇时,它们会立即改变方向。 2. **特殊条件**:有一只蚂蚁感冒了,它在与任何蚂蚁相遇时,都会将感冒传染给对方。 3. **目标**:计算所有蚂蚁都离开杆子后,共有多少只蚂蚁感冒。 首先,我们需要理解...
在描述中提到,杆子上有n只蚂蚁,每只蚂蚁朝向不同方向爬行,速度为1厘米/秒,并且当两只蚂蚁相遇时会掉头。题目中有一只蚂蚁感冒了,它会将感冒传染给与其他蚂蚁相遇的蚂蚁。要求解决的问题是计算最终有多少只蚂蚁...
- **蚂蚁移动**: 每只虚拟蚂蚁从起点出发,根据信息素浓度和启发式信息(如距离)选择下一个节点。 - **信息素更新**: 完成一次循环后,根据蚂蚁路径的质量更新每条路径上的信息素浓度。 ##### 2. 蚂蚁算法在排课...
蚁群算法的基本原理是,每只蚂蚁在图中随机行走,根据当前节点到目标节点的距离以及路径上的信息素浓度来选择下一个要走的节点。信息素会随着时间逐渐蒸发,并且蚂蚁在走过路径时会留下新的信息素。在传统ACO中,...
2. **蚂蚁游走**:每只蚂蚁随机选择下一个城市,选择概率受当前城市到下一城市的距离(启发式信息)和路径上的信息素浓度影响。 3. **信息素更新**:每个循环结束后,按照一定的规则更新路径上的信息素,包括蒸发...
在解决TSP时,算法模拟了真实蚂蚁系统的行为,每只“虚拟蚂蚁”在图中随机选择下一个城市,选择的概率与两个城市间的信息素浓度和距离有关。 1. **信息素沉积与蒸发**:蚂蚁在路径上留下信息素,信息素的量与路径的...
每只蚂蚁在路径选择上不仅依据当前已知的最短路径,还会留下一种称为信息素的化学物质,其他蚂蚁会根据信息素浓度和距离的启发式信息来选择路径。随着时间推移,弱化的路径逐渐被忽视,而强路径则得到加强,最终形成...
- 计算距离函数:计算两点之间的距离,作为路径长度的基础。 - 更新信息素函数:根据蚂蚁走过的路径,更新信息素浓度。 - 迭代循环:主程序中进行多次迭代,调用以上函数。 - 结果输出和可视化:显示最佳路径和结果...
在解决TSP问题时,蚂蚁算法通过模拟蚂蚁选择路径的方式,随机初始化多只虚拟蚂蚁,每只蚂蚁在城市之间移动并根据信息素浓度和距离选择下一步的去向。随着时间的推移,算法会动态更新信息素,使得更优的路径得到加强...
- **城市间距离计算**:使用欧几里得距离公式计算任意两个城市之间的直线距离。 - **概率计算**:通过信息素浓度和距离启发式信息来确定下一步选择的概率分布。 - **禁忌表更新**:每次蚂蚁选择一个新城市后,将该...