sgu 198 分类: sgu 2015-05...


其实我并不会做,看了大神的题解才会的。
所以也没有什么好说的,毕竟计算几何。。。


#include<cstdio>
#include<cstdlib>
#include<cmath>
#include<queue>
#include<iostream>
#include<algorithm>

const int MAXN = 305;const double eps = 1e-10;
struct Node{double x,y;Node(double x = 0,double y = 0):x(x),y(y){}};
typedef Node Vec;
Vec operator -(const Node &a, const Node &b){return Vec(b.x-a.x,b.y-a.y);}

int n;
Node p[MAXN]; double r[MAXN], pix[MAXN];

bool g[MAXN][MAXN];
double h[MAXN][MAXN];

bool flag[MAXN];
double min[MAXN];
std::queue<int>line;
int in[MAXN];

int dcmp(double u)
{
    if(fabs(u) < eps)return 0;
    return u > 0 ? 1 : -1;
}
double Calcu(Vec p,Vec q)
{
    return atan2(p.x*q.y-p.y*q.x,p.x*q.x+p.y*q.y);
}

bool SPFA()
{
    for(int i = 1; i <= n; i++)
        line.push(i), flag[i] = true;

    while(!line.empty())
    {
        int t = line.front();
        line.pop(), flag[t] = false;

        for(int i = 1; i <= n; i++)
            if(g[t][i] == true)
                if(dcmp(min[t] + h[t][i] - min[i]) < 0)
                {
                    min[i] = min[t] + h[t][i];
                    if(flag[i] == false)
                    {
                        line.push(i), flag[i] = true;
                        if(++in[i] > n) return true;
                    }
                }
    }
    return false;
}

int main()
{
#ifndef ONLINE_JUDGE
    freopen("sgu198.in","r",stdin);
    freopen("sgu198.out","w",stdout);
#endif

    std::cin >> n;
    for(int i = 1; i <= n; i++)
        std::cin >> p[i].x >> p[i].y >> r[i];
    std::cin >> p[0].x >> p[0].y >> r[0];

    for(int i = 1; i <= n; i++)
        r[i] += r[0], pix[i] = atan2(p[i].y-p[0].y,p[i].x-p[0].x);

    for(int i = 1; i <= n; i++)
        for(int j = i+1; j <= n; j++)
            if(dcmp(pow(p[i].x-p[j].x,2)+pow(p[i].y-p[j].y,2)-pow(r[i]+r[j],2)) < 0)
                g[i][j] = true, h[i][j] = Calcu(p[i]-p[0],p[j]-p[0]), g[j][i] = true, h[j][i] = -h[i][j];   

    if(SPFA()) std::cout << "NO" << std::endl;
    else    std::cout << "YES" << std::endl;


#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/4723024.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