【洛谷 p5464】缩小社交圈

该博客主要介绍了如何解决洛谷平台上的P5464问题,通过动态规划和树状数组优化的方法,实现了求解社交圈缩小问题的算法。文章详细讲解了代码实现,包括dp状态转移和树状数组的前缀和维护技巧。
摘要由CSDN通过智能技术生成

https://www.luogu.org/problem/P5464

dp(60分)

f[i][j]表示当前选第i个上一个选的是第j个

//luogu 5464 60分算法
#include<iostream>
#include<algorithm>
#define ll long long
#define f(i,l,r) for(i=(l);i<=(r);i++)
using namespace std;
const int MAXN=2005,MOD=1e9+7;
int n;
struct Node{
    int x,y;
    bool operator < (const Node& tmp)const{
        return y<tmp.y;
    }
}a[MAXN];
ll dp[MAXN][MAXN];
ll ans;
int main()
{
    int i,j,k;
    cin>>n;
    f(i,1,n){
        cin>>a[i].x>>a[i].y;
    }
    sort(a+1,a+1+n);
    f(i,1,n){
        dp[i][0]=1;
        ans++;
        f(j,1,i-1){
            if(a[j].y<a[i].x) continue;
            if(a[j].x<a[i].x){
                f(k,0,j-1){
                    if(a[k].y>=a[i].x) continue;
                    dp[i][j]+=dp[j][k];
                    dp[i][j]%=MOD;
                }
            }
            else{
                f(k,0,j-1){
                    if(a[k].y>=a[j].x) continue;
                    dp[i][j]+=dp[i][k];
                    dp[i][j]%=MOD;
                }
            }
            ans=(ans+dp[i][j])%MOD;
        }
    }
    cout<<a
  • 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