poj 1018

好多人都搜过的。

但是排序然后三分代码短且快。

同样是过,也有好坏之分。

#include <iostream>
#include <algorithm>
#include <cmath>
using namespace std;

int n;
int t;
int len[111];
int b[111][111];
int p[111][111];
int a[222222];
int m;

double calc(int x)
{
    double sum(0);
    for (int i=1; i<=n; i++)
    {
        int xiao = 2147483647;
        for (int j=1; j<=len[i]; j++)
            if (b[i][j] >= x) xiao = min(xiao, p[i][j]);
        sum += xiao;
    }
    return x / sum;
}
int main(void)
{
    int i,j,k,ci,cici,cicici;

    for (scanf("%d", &t); t; t--)
    {
        scanf("%d", &n);
        for (i=1; i<=n; i++)
        {
            scanf("%d", &len[i]);
            for (j=1; j<=len[i]; j++)
            {
                scanf("%d%d", &b[i][j], &p[i][j]);
                a[++m] = b[i][j];
            }            
        }

        sort(a+1, a+1+m);

        int left = 1, right = m, mid1, mid2;
        double f1, f2;
        while(left + 1 < right)
        {
            mid1 = (left + right) / 2;
            mid2 = (mid1 + right) / 2;
            f1 = calc(a[mid1]);
            f2 = calc(a[mid2]);
            if (f1 < f2) left = mid1;
            else right = mid2;
        }
        printf("%.3lf\n", max(calc(a[left]), calc(a[right])));
    }
    return 0;
}
codeeeee

 

转载于:https://www.cnblogs.com/Rainb/p/3845100.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