集合相似度(c++)

集合相似度

题目描述:

给定两个整数集合,它们的相似度定义为:N​c/Nt
×100%中Nc是两个集合都有的不相等整数的个数,N​t是两个集合一共有的不相等整数的个数。你的任务就是计算任意一对给定集合的相似度。

输入格式:

输入第一行给出一个正整数N(≤50),是集合的个数。随后N行,每行对应一个集合。每个集合首先给出一个正整数M(≤10​4),是集合中元素的个数;然后跟M个[0,109]区间内的整数。之后一行给出一个正整数K(≤2000),随后K行,每行对应一对需要计算相似度的集合的编号(集合从1到N编号)。数字间以空格分隔。

输出格式:

对每一对需要计算的集合,在一行中输出它们的相似度,为保留小数点后2位的百分比数字。

输入样例:

3
3 99 87 101
4 87 101 5 87
7 99 101 18 5 135 18 99
2
1 2
1 3

输出样例:

50.00%
33.33%

在做这道题的时候,绕了很多的弯路,一开始想的是用二维数组,每行首项[0]存这一组数组的长度,之后[1]…到[M]存数据。输入完数据后,把每一组数组中的相同项去掉QwQ。最后计算两个数组的相同项数same,结尾:用两个数组的首项[0]相加,也就是两个数组的长度相加,然后减去same,得到这个数字,用1.0*same/它 * 100.就是结果。
但是,重点来了,我没做出来,一直有几个测试点过不去。没办法,只能查了。
最后是我按照别人的代码,打的自己的代码QwQ。

#include<iostream>
#include<set>
#include<vector> 
using namespace std;
int main(){
	int N;int M;int num;
	scanf("%d",&N);
	vector< set<int> > v(N);
	for(int i=0;i<N;i++){
		cin>>M;
		set<int> s;
		for(int j=0;j<M;j++){
			cin>>num;
			s.insert(num);//使用set,没有数据重复 
		}
		v[i] = s;
	} 
	//查找相同项
	int K;int first,second;
	cin>>K;
	for(int i=0;i<K;i++){
		cin>>first>>second;
		int length1 = v[first-1].size();
		int length2 = v[second-1].size();
		int same = 0;
		for(set<int>::iterator it=v[first-1].begin();it!=v[first-1].end();++it){
			if(v[second-1].find(*it) != v[second-1].end()){
				same++;
			}
		}
		printf("%.2lf%\n",same*1.0/(length1+length2-same)*100);
	}
	
	return 0;
}

其中代码,用的set,set中的元素是没有重复的,一定要记住。就算你存进的数据有重复的,它也会只保留一个。
然后就是
for(set::iterator it=v[first-1].begin();it!=v[first-1].end();++it)
这句话以及
if(v[second-1].find(*it) != v[second-1].end())
这句话没读懂。
这句话其实就是遍历v[first]中的元素,然后在v[second]中查找是否有相等的。set的find()函数:find(元素)函数会挨个查找,如果没有找到,就到了end()。这样说应该明白了吧。

这就是我做这道题的历程QwQ。

一个集坚强与自信于一身的菇凉。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenCV(Open Source Computer Vision Library)是一款开源的计机视觉库,专门为图像和视频处理任务设计,广泛应用于学术研究、工业应用以及个人项目。以下是关于OpenCV的详细介绍: 历史与发展 起源:OpenCV于1999年由英特尔公司发起,旨在促进计机视觉技术的普及和商业化应用。该项目旨在创建一个易于使用、高效且跨平台的库,为开发者提供实现计机视觉法所需的基础工具。 社区与支持:随着时间的推移,OpenCV吸引了全球众多开发者和研究人员的参与,形成了活跃的社区。目前,OpenCV由非盈利组织OpenCV.org维护,并得到了全球开发者、研究机构以及企业的持续贡献和支持。 主要特点 跨平台:OpenCV支持多种操作系统,包括但不限于Windows、Linux、macOS、Android和iOS,确保代码能够在不同平台上无缝运行。 丰富的功能:库包含了千个优化过的函,涵盖了计机视觉领域的诸多方面,如图像处理(滤波、形态学操作、色彩空间转换等)、特征检测与描述(如SIFT、SURF、ORB等)、物体识别与检测(如Haar级联分类器、HOG、DNN等)、视频分析、相机校正、立体视觉、机器学习(SVM、KNN、决策树等)、深度学习(基于TensorFlow、PyTorch后端的模型加载与部署)等。 高效性能:OpenCV代码经过高度优化,能够利用多核CPU、GPU以及特定硬件加速(如Intel IPP、OpenCL等),实现高速图像处理和实时计机视觉应用。 多语言支持:尽管OpenCV主要使用C++编写,但它提供了丰富的API绑定,支持包括C、Python、Java、MATLAB、JavaScript等多种编程语言,方便不同领域的开发者使用。 开源与免费:OpenCV遵循BSD开源许可证发布,用户可以免费下载、使用、修改和分发库及其源代码,无需担心版权问题。 架构与核心模块 OpenCV的架构围绕核心模块构建,这些模块提供了不同层次的功能: Core:包含基本的据结构(如cv::Mat用于图像存储和操作)、基本的图像和矩阵操作、学函、文件I/O等底层功能。 ImgProc:提供图像预处理、滤波、几何变换、形态学操作、直方图计、轮廓发现与分析等图像处理功能。 HighGui:提供图形用户界面(GUI)支持,如图像和视频的显示、用户交互(如鼠标事件处理)以及简单的窗口管理。 VideoIO:负责视频的读写操作,支持多种视频格式和捕获设备。 Objdetect:包含预训练的对象检测模型(如Haar级联分类器用于人脸检测)。 Features2D:提供特征点检测(如SIFT、ORB)与描述符计、特征匹配与对应关系估计等功能。 Calib3d:用于相机标定、立体视觉、多视图几何等问题。 ML:包含传统机器学习法,如支持向量机(SVM)、K近邻(KNN)、决策树等。 DNN:深度神经网络模块,支持导入和运行预训练的深度学习模型,如卷积神经网络(CNN)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

淡雅的惆怅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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