Codeforces Round #258 (Div. 2)

A. Game With Sticks http://codeforces.com/contest/451/problem/A

n横m竖 A先拿B后拿 每次拿一横一竖,nm都100,o(n)暴力。

 1 #include<cstdio>
 2 int main(){
 3     int n,m;
 4     while(~scanf("%d%d",&n,&m)){
 5         bool flag=true;
 6         while(n>0&&m>0){
 7             n--;
 8             m--;
 9             flag=!flag;
10         }
11         if(flag) puts("Malvika");
12         else puts("Akshat");
13     }
14     return 0;
15 }
View Code

B. Sort the Array http://codeforces.com/contest/451/problem/B

10^5个数,都独立,只能将其中一段连续反序,问反序后是否能构成递增序列,o(nlogn)sort,和原串比较,找翻转的坐标,o(n)翻转,翻转后o(n)比较。

 1 #include<cstdio>
 2 #include<algorithm>
 3 using namespace std;
 4 const int M=100010;
 5 int a[M],b[M];
 6 int main(){
 7     int n;
 8     while(~scanf("%d",&n)){
 9         for(int i=0;i<n;i++){
10             scanf("%d",&a[i]);
11             b[i]=a[i];
12         }
13         sort(a,a+n);
14         int L=0,R=0;
15         for(int i=0;i<n;i++){
16             if(a[i]!=b[i]){
17                 L=i;
18                 break;
19             }
20         }
21         for(int i=n-1;i>=0;i--){
22             if(a[i]!=b[i]){
23                 R=i;
24                 break;
25             }
26         }
27         for(int i=L,j=R;i<j;i++,j--){
28             swap(b[i],b[j]);
29         }
30         bool flag=true;
31         for(int i=0;i<n;i++){
32             if(a[i]!=b[i]){
33                 flag=false;
34                 break;
35             }
36         }
37         if(flag){
38             puts("yes");
39             printf("%d %d\n",L+1,R+1);
40         }
41         else{
42             puts("no");
43         }
44     }
45     return 0;
46 }
View Code

C. Predict Outcome of the Game http://codeforces.com/contest/451/problem/C

输入10^12用__int64,设xyz为三队赢的场数,x+-d1=y,y+-d2=z,枚举符号,共四种,对每一种判断剩下n-k场能否将xyz补齐。

 1 #include<cstdio>
 2 #include<algorithm>
 3 using namespace std;
 4 typedef __int64 LL;
 5 int t;
 6 LL n,k,d1,d2,tmp,x,y,z,big,cha;
 7 bool solve() {
 8     if(x<0||y<0||z<0) return false;
 9     big=0;
10     big=max(big,x);
11     big=max(big,y);
12     big=max(big,z);
13     cha=0;
14     cha+=big-x;
15     cha+=big-y;
16     cha+=big-z;
17     if(n-k>=cha&&(n-k-cha)%3==0){
18         return true;
19     }
20     return false;
21 }
22 int main() {
23     while(~scanf("%d",&t)) {
24         while(t--) {
25             scanf("%I64d%I64d%I64d%I64d",&n,&k,&d1,&d2);
26             tmp=k-2*d1-d2;
27             if(tmp>=0&&tmp%3==0) {
28                 x=tmp/3;
29                 y=x+d1;
30                 z=y+d2;
31                 if(solve()) {
32                     puts("yes");
33                     continue;
34                 }
35             }
36             tmp=k-2*d1+d2;
37             if(tmp>=0&&tmp%3==0) {
38                 x=tmp/3;
39                 y=x+d1;
40                 z=y-d2;
41                 if(solve()) {
42                     puts("yes");
43                     continue;
44                 }
45             }
46             tmp=k+2*d1-d2;
47             if(tmp>=0&&tmp%3==0) {
48                 x=tmp/3;
49                 y=x-d1;
50                 z=y+d2;
51                 if(solve()) {
52                     puts("yes");
53                     continue;
54                 }
55             }
56             tmp=k+2*d1+d2;
57             if(tmp>=0&&tmp%3==0) {
58                 x=tmp/3;
59                 y=x-d1;
60                 z=y-d2;
61                 if(solve()) {
62                     puts("yes");
63                     continue;
64                 }
65             }
66             puts("no");
67         }
68     }
69     return 0;
70 }
View Code

转载于:https://www.cnblogs.com/gaolzzxin/p/3867240.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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