sgu 167 分类: sgu 2015-05...


DP,当然大家题解写得很详细我也没有什么好说的。


#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<iostream>
#include<algorithm>

const int LEN = 16, MAXK = LEN*LEN, Nya = -1, SIZE = (1<<4)-1;

typedef int Fun[LEN][LEN][LEN][MAXK][4];
typedef int Array[LEN][LEN];

int n, m, k;
Array map, sum;
Fun f, g;

int maxrow, maxl, maxr;
int maxk, type, maxf = Nya;

int GetSite(int l,int r,int t)
{
    return (t << 8)|(l << 4)|(r);
}
int Dp(int row,int l,int r,int cost,int t)
{
    int &ret = f[row][l][r][cost][t];
    int &fr = g[row][l][r][cost][t];
    int tmp;

    ret = 0, cost -= r-l+1;

    switch(t)
    {
        case 0:
            for(int i = l; i <= r; i ++)
              for(int j = i; j <= r; j++)
              {
                if(f[row-1][i][j][cost][0] > ret) 
                  ret = f[row-1][i][j][cost][0], fr = GetSite(i,j,0);
              }
            break;
        case 1:
            for(int i = 1; i <= l; i ++)
              for(int j = l; j <= r; j++)
              {
                if(f[row-1][i][j][cost][0] > ret) 
                  ret = f[row-1][i][j][cost][0], fr = GetSite(i,j,0);
                if(f[row-1][i][j][cost][1] > ret) 
                  ret = f[row-1][i][j][cost][1], fr = GetSite(i,j,1);
              }
            break;
        case 2:
            for(int i = l; i <= r; i++)
              for(int j = r; j <= m; j++)
               {
                if(f[row-1][i][j][cost][0] > ret) 
                  ret = f[row-1][i][j][cost][0], fr = GetSite(i,j,0);
                if(f[row-1][i][j][cost][2] > ret) 
                  ret = f[row-1][i][j][cost][2], fr = GetSite(i,j,2);
                }
            break;
        case 3: 
            for(int i = 1; i <= l; i ++)
              for(int j = r; j <= m; j++)
              {
                if(f[row-1][i][j][cost][0] > ret) 
                  ret = f[row-1][i][j][cost][0], fr = GetSite(i,j,0);
                if(f[row-1][i][j][cost][1] > ret) 
                  ret = f[row-1][i][j][cost][1], fr = GetSite(i,j,1);
                if(f[row-1][i][j][cost][2] > ret) 
                  ret = f[row-1][i][j][cost][2], fr = GetSite(i,j,2);
                if(f[row-1][i][j][cost][3] > ret) 
                  ret = f[row-1][i][j][cost][3], fr = GetSite(i,j,3);
             }
            break;
    }

    ret += sum[row][r] - sum[row][l-1];

    return ret;
}

void prt(int row,int type,int l,int r,int cost)
{
    if(!cost) return;

    int y = g[row][l][r][cost][type];
    prt(row-1,(y>>8),(y>>4)&SIZE,(y)&SIZE,cost-(r-l+1));

    for(int i = l; i <= r; i++)
      std::cout << row << ' ' << i << std::endl;
}

int main()
{
#ifndef ONLINE_JUDGE
    freopen("sgu167.in","r",stdin);
    freopen("sgu167.out","w",stdout);
#endif

    std::cin >> n >> m >> k;

    memset(f, Nya, sizeof(f));
    memset(g, Nya, sizeof(g));

    for(int i = 1; i <= n; i++)
      for(int j = 1; j <= m; j++)
       {
        std::cin >> map[i][j];
        sum[i][j] = sum[i][j-1]+map[i][j];
       }

    if(k == 0)
        std::cout << "Oil : 0" << std::endl; 
    else
    {
     for(int i = 1; i <= n; i++)
       for(int l = 1; l <= m; l++)
         for(int r = l; r <= m; r++)
           for(int c = r-l+1; c <= k; c++)
             for(int tp = 0; tp < 4; tp++)
             {
                int ff = Dp(i,l,r,c,tp);

                if(c == k && ff > maxf)
                {
                    maxrow = i, maxl = l,maxr = r;
                    maxk = c, type = tp, maxf = ff;                     
                }
             }
        std::cout << "Oil : " << maxf << std::endl; 
        prt(maxrow, type, maxl, maxr, maxk);
    }

#ifndef ONLINE_JUDGE
    fclose(stdin);
    fclose(stdout);
#endif          
    return 0;
}

版权声明:本文为博主原创文章,未经博主允许不得转载。

转载于:https://www.cnblogs.com/dashgua/p/4723028.html

  • 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