洛谷 P4892 GodFly的寻宝之旅

题意有点绕,读懂题意之后就是一道简单计数状压dp。
大致题意:
给出一幅图,要求计算从起点开始走到终点的(在题目特殊规则下统计的)路径条数。
根据题意,一条路径会被一个复杂的公式分成0路径和1路径两种,而题目则是要求到达终点的opt(opt为已给的0或1)路径有多少。(opt为输入数据)
#include <bits/stdc++.h>
#define int long long
using namespace std;
const int N=20,MOD=19260817ll;
int n,m,x,y,c,max_statue;
int a[N][N],sum[1<<N];
int ans,f[1<<N][N][2];
//f[p][i][0/1]:遍历过的路径状态是p,当前点为i,当前的w值为0/1 
signed main(){
	scanf("%lld%lld",&n,&m);
	for (register int i=1; i<=m; ++i) 
	{
		scanf("%lld%lld",&x,&y);
		if (x!=y) a[x][y]++,a[y][x]++;	
	}
	scanf("%lld",&c);
	max_statue=(1ll<<n)-1ll;
	for (register int p=1; p<max_statue; ++p) 
	{
		for (register int i=1; i<=n; ++i) if (p&(1<<(i-1))) sum[p]+=i;
		sum[p]&=1ll;
	}
	f[1][1][0]=1ll;
	for (register int p=1; p<max_statue; ++p)
	for (register int i=1; i<=n; ++i)
	if (!(p&(1ll<<(i-1ll))))
	{
		for (register int j=1; j<=n; ++j)
		if (p&(1ll<<(j-1ll)) && a[j][i])
		{
			//当前集合是p,下一个集合是p|(1<<(i-1)),那么am就是 i
			//之前把这里的am写成了j,所以一直WA 
			f[p|(1ll<<(i-1ll))][i][(0+i*sum[p]%2)%2]=(f[p|(1ll<<(i-1ll))][i][(0+i*sum[p]%2)%2]+f[p][j][0]*a[j][i])%MOD;
			f[p|(1ll<<(i-1ll))][i][(1+i*sum[p]%2)%2]=(f[p|(1ll<<(i-1ll))][i][(1+i*sum[p]%2)%2]+f[p][j][1]*a[j][i])%MOD;
		}
	}
	for (register int p=1; p<=max_statue; ++p) ans=(ans+f[p][n][c])%MOD;
	printf("%lld\n",ans);
return 0;
}
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    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 3
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