2019牛客暑期多校训练营(第七场)C Governing sand 计数排序

博客讨论了2019年牛客暑期多校训练营中的C题——Governing Sand。题目涉及树的高度、数量和砍树成本,要求最高树的数量超过总数的一半。解决方案中提到了一个关键点,即相同高度的树应合并考虑。博主采用排序和计数排序的方法来处理,通过枚举最高树的高度,删除不符合条件的树,用计数排序优化删除k个树的过程。
摘要由CSDN通过智能技术生成

题意:n种树,每种树有p数量,c砍树话费,h高度,如果最高的树的数量大于总树数量的一半则合法

题解:题目中有一个没提到的点,会有相同高度的树,这种情况下得把这些树的高度加起来,作为同一种树(但实际上这些树的数量和花费是不一样的,慎重!!!因为我被卡了好久

首先我们枚举最高树的高度作为对应的,即排一下序从低往高取,1.比他高度高的都删掉,这里可以用前缀和处理2.比他低的要删掉k个使其合法,问题来了,这k个怎么删呢,两种办法,第一种是维护前k大的和的线段树,第二种是计数排序(因为c的范围只有两百),我采用了计数排序,每次使用完更新一下计数数组就可以了

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
#define mem(s) memset(s, 0, sizeof(s))
const int INF = 0x3f3f3f3f;
const double eps = 1e-8;
const int maxn = 1e5+5;
const int mod = 998244353;
struct node {
    ll h,p;
    ll c;
    bool operator <(const node & rhs)const{
        return h<rhs.h;
    } 
}a[maxn];
ll co[maxn],sum[maxn];
int main() 
{
    int n;
    while(scanf("%d
  • 1
    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