hdu 1267(下沙的沙子有几粒?——递推)

146 篇文章 1 订阅

题目大意:输入两个数字m,n,表示H、D的个数。求存在多少个序列使得从左往右数,该序列的H的个数总不小于D的个数。通俗点讲,

就是给你mHnD,然后从左开始数H的累积个数总是不比D的累计数少的排列有多少种举一个测试案例吧:3H1D总共有3种排列,依次是:H D H H,H H D H,H H  H D三种排列,亲~意思应该懂了吧?!呵呵。。。

解题思路:

1)若n为零,不管m取什么值。a[m][n]都为1

2)递推公式为:a[m][n] = a[m-1][n] + a[m][n-1].

3)

思路:递推公式为:a[m][n]=a[m-1][n]+a[m][n-1];然后当n=0的时候无论m取何值都是1,递推公式怎么推来的呢?我现在说下我的思路吧!假设3H2D是由2H2D还有3H一个D推来的,2H2D总共有H D H DH H D D两种排列,3H和一个D总共有H D H H,H H D H,H H  H D三种排列,然后在H D H DH H D D的后面添加一个H就是2中排列,在H D H H,H H D H,H H  H D的后面添加一个D就有3种方案,所以总共就是5种方案(其它的添加方法都是重复的,不信的话自己可以试一下)


代码如下:

/*
 * 1267_1.cpp
 *
 *  Created on: 2013年8月12日
 *      Author: Administrator
 */

#include <stdio.h>
#include <string.h>

int main(){
	__int64 a[21][21];
	memset(a,0,sizeof(a));
	int i,j;
	for(i = 0 ; i <= 20 ; ++i){
		a[i][0] = 1;
	}

	for(i = 1 ; i<=20 ; ++i ){
		for(j = i ; j <= 20 ; ++j){
			a[j][i] = a[j-1][i] + a[j][i-1];
		}
	}


	int n ,m;
	while(scanf("%d%d",&m,&n)!=EOF){
		printf("%I64d\n",a[m][n]);
	}

}




  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

帅气的东哥

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