bzoj 3498 PA2009 Cakes

N个点m条边,每个点有一个点权a。

对于任意一个三元环(i,j,k)(i<j<k),它的贡献为max(ai,aj,ak) 

求所有三元环的贡献和。

N<100000

m<250000

模拟题意即可……

 1 #include <bits/stdc++.h>
 2 using namespace std;
 3 const int N = 1e5 + 10;
 4 vector<int> g[N];
 5 int deg[N], val[N], vis[N], n, m;
 6 long long ans;
 7 struct E { int u, v; } e[N * 3];
 8 int main() {
 9     scanf("%d%d", &n, &m);
10     for(int i = 1 ; i <= n ; ++ i) scanf("%d", &val[i]);
11     for(int i = 1 ; i <= m ; ++ i) {
12         scanf("%d%d", &e[i].u, &e[i].v);
13         ++ deg[e[i].u], ++ deg[e[i].v];
14     }
15     for(int i = 1 ; i <= m ; ++ i) {
16         int u = e[i].u, v = e[i].v;
17         if(deg[u] < deg[v] || (deg[u] == deg[v] && u > v)) swap(u, v);
18         g[u].push_back(v);
19     }
20     for(int x = 1 ; x <= n ; ++ x) {
21         for(int i = 0 ; i < g[x].size() ; ++ i) vis[g[x][i]] = x;
22         for(int i = 0 ; i < g[x].size() ; ++ i) {
23             int y = g[x][i];
24             for(int j = 0 ; j < g[y].size() ; ++ j) {
25                 int z = g[y][j];
26                 if(vis[z] == x) {
27                     ans += max(max(val[x], val[y]), val[z]);
28                 }
29             }
30         }
31     }
32     printf("%lld\n", ans);
33 }
bzoj 3498 PA2009 Cakes

转载于:https://www.cnblogs.com/KingSann/articles/9493321.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