POJ3710 Christmas Game

树上删边游戏 (需要加上对于特殊环的处理)
由于至今还不理解Multi-SG的原理和树上SG转移值需要“+1”的原理,只会记住这样的公式,所以就不写思路了。
#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <vector>
#include <queue>
#include <string>
#include <cstring>
#include <map>
#include <stack>
#include <set>
using namespace std;
const int N=101,M=501;
int T,n,m,u,v,ans,tot;
int sta[N];
bool vis[N],pd[N];
int cnt,head[N];
struct edge{int next,to; bool f;}e[M<<1];

inline void add(int u,int v)
{
	cnt++;
	e[cnt].next=head[u];
	e[cnt].to=v;
	e[cnt].f=false;
	head[u]=cnt;
}

int dfs(int u)
{
	int ans=0;
	vis[u]=true; sta[++tot]=u;
	for (register int i=head[u]; i; i=e[i].next)
	if (!e[i].f)
	{
		e[i].f=e[i^1].f=true;
		int now;
		if (!vis[e[i].to]) now=dfs(e[i].to)+1;
		else
		{
			while (sta[tot]!=e[i].to) pd[sta[tot]]=true,tot--;
			return 1;
		}
		if (pd[e[i].to]) now&=1;
		ans^=now;
	}
	return ans;
}
//树上删边游戏  和  奇环偶环的转化 
int main(){
	while (~scanf("%d",&T))
	{
		ans=0;
		while (T--)
		{
			cnt=1; memset(head,0,sizeof(head));
			scanf("%d%d",&n,&m);
			for (register int i=1; i<=m; ++i) scanf("%d%d",&u,&v),add(u,v),add(v,u); 
			memset(vis,false,sizeof(vis)); memset(pd,false,sizeof(pd));
			tot=0;
			ans^=dfs(1);
		}
		if (ans) puts("Sally");
		else puts("Harry");
	}
return 0;
}
  • 0
    点赞
  • 0
    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