习题3-4 Periodic Strings UVA - 455

这个题看着很简单,但是卡了我好几个点。

1.输出格式。题目要求每两个输出数据之间间隔两个换行符,也就是间隔一个空行,而不是空格,最后一个数据只输出一个换行符。一般的方法就能处理过去。

2.极端情况。这种包含对称啊,镜像啊,重叠啊,周期啊,什么的,一定要考虑到如果整个串都不满足条件,应该怎么办。比如说这道题,如果整个串都没有周期,那么应该输出什么呢?我最后一次WA就没考虑到这种情况,其实这时候应该输出整个字符串的长,因为这是可以看做他以他整个自己为周期。

3.字符串切分、连加包含的下标计算。我经常在这里出错,其实,如果容易混淆,就先抽象运行一下最开始的一两次循环,别想当然,仔细思考这个实例是不是没有逻辑错误。其实,只要刚开始的几个没有循环和下标计算错误,后面的出问题的几率几乎为零。

下面是代码,我用的算法是从头开始依次切分,每次切分都循环相加,看是不是最小周期。里面判断最小周期时和字符串无周期时,用了两个小技巧。

#include <bits/stdc++.h>
using namespace std;
vector<int> v;
int main()  {
    ios::sync_with_stdio(false);
    cin.tie(0);
    int n;
    string s,t;
    cin>>n;
    while (n--) {
        bool flag=false;
        cin>>s;
        for (int i=1;i<(int)s.size();i++)   {
            t=s.substr(0,i);
            int cc=t.size(),ct=1;
            string ts=t;
            while (t.size()<=s.size())   {
                if (t!=s.substr(0,cc*ct))   break;
                ct++;
                t+=ts;
            }
            if (t==s+ts) {
                v.push_back(i);
                flag=true;
                break;
            }
        }
        if (!flag)  v.push_back((int)s.size());
    }
    int si=v.size();
    for (int i=0;i<si;i++)   {
        if (i!=si-1)    cout<<v[i]<<'\n'<<endl;
        else    cout<<v[i]<<endl;
    }
    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