2064: 分裂

2064: 分裂

Time Limit: 10 Sec   Memory Limit: 64 MB
Submit: 250   Solved: 155
[ Submit][ Status][ Discuss]

Description

背景:和久必分,分久必和。。。题目描述:中国历史上上分分和和次数非常多。。通读中国历史的WJMZBMR表示毫无压力。同时经常搞OI的他把这个变成了一个数学模型。假设中国的国土总和是不变的。每个国家都可以用他的国土面积代替,又两种可能,一种是两个国家合并为1个,那么新国家的面积为两者之和。一种是一个国家分裂为2个,那么2个新国家的面积之和为原国家的面积。 WJMZBMR现在知道了很遥远的过去中国的状态,又知道了中国现在的状态,想知道至少要几次操作(分裂和合并各算一次操作),能让中国从当时状态到达现在的状态。

Input

第一行一个数n1,表示当时的块数,接下来n1个数分别表示各块的面积。第二行一个数n2,表示现在的块,接下来n2个数分别表示各块的面积。

Output

一行一个数表示最小次数。

Sample Input

1 6
3 1 2 3

Sample Output

2
数据范围:
对于100%的数据,n1,n2<=10,每个数<=50
对于30%的数据,n1,n2<=6,

HINT

 

苟蒻不禁要思考人生。。。

苟蒻真的会状压dp吗。。。。。

好吧。。。

这题百度上一排只可会意不可言传?

其实还是找到了题解。。。

首先最多操作数不过n+m

把原始状态全部合并然后一个个拆成现在状态

不过有些地方可以省呀!

比如当前状态n中某几块和恰好等于m中某几块和,那么总操作数至少-2(省去加入*1取出*1)

那么就f[i][j]表示n中选了状态i,m中选了状态j的方案数

f[i][j] = max{子集} + sum[i] == sum[j]

子集怎么枚举?显然只要任意去掉n/m中的一个元素就能得到

 

 

然后写的时候智障临时变量带错???

 

#include<iostream>
#include<cstdio>
using namespace std;

const int maxn = 1 << 11;

int a[20],b[20],f[maxn][maxn],sa[maxn],sb[maxn],n,m,i,j;

int main()
{
	#ifdef YZY
		freopen("yzy.txt","r",stdin);
	#endif
	
	cin >> n;
	for (i = 1; i <= n; i++) scanf("%d",&a[i]);
	for (i = 1; i < 1 << n; i++) {
		int k = 1;
		for (j = i; j; j >>= 1,k++) if (j & 1) sa[i] += a[k];
	}
	cin >> m;
	for (i = 1; i <= m; i++) scanf("%d",&b[i]);
	for (i = 1; i < 1 << m; i++) {
		int k = 1;
		for (j = i; j; j >>= 1,k++) if (j & 1) sb[i] += b[k];
	}
	
	for (i = 1; i < 1 << n; i++)
		for (j = 1; j < 1 << m; j++) {
			for (int l = 0; l < n; l++) {
				int pos = 1 << l;
				if (i & pos) f[i][j] = max(f[i][j],f[i-pos][j]);
			}
			for (int l = 0; l < m; l++) {
				int pos = 1 << l;
				if (j & pos) f[i][j] = max(f[i][j],f[i][j-pos]);
			}
			f[i][j] += (sa[i] == sb[j])?1:0;
		}
	cout << n + m - 2*f[(1<<n)-1][(1<<m)-1];
	return 0;
}


 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值