2017年8月8日提高组T1 作业

Description

小A作为一个乖乖好学生,回到家后总是一丝不苟地完成老师布置的作业。
这天,老师给小A布置了n项作业,每一项作业都有截止时间di和价值vi(你可以理解成每做完一份作业就要快递过去给老师,且快递是不耗费时间的),每完成一项作业便可获得其价值。但小A发现,自己每一个单位时间内只能完成其中的一项作业,请你告诉小A,他最多可以获得多少价值。

Input

第一行有一个正整数n,表示作业的数量。
接下来n行,每行两个正整数表示di和vi。

Output

输出一行,表示小A最多可以获得的价值。

Sample Input

5
1 9
7 6
8 8
1 8
8 6
Sample Output

29
Hint

【样例说明】
考虑第三组数据,因为只有一个项目所以只好每天都安排这个。
小A第一天完成第一项作业,第二天完成第二项作业,第三天完成第3项作业,第四天完成第5项作业。
【数据规模与约定】
对于前30%的数据,n<=100.
对于前60%的数据,n<=1000,di<=n
对于100%的数据,n<=100000,di,vi<=1000000000.
做法:维护一个堆就好了(233333)
代码如下:

#include <cstdio>
#include <iostream>
#include <cstring>
#include <algorithm>
#include <queue>
using namespace std;
struct arr
{
    int t,w;
}f[200007];
int heap[200007],n;
long long ans=0;
int compare(arr x,arr y)
{
    return x.t<y.t;
}

int main()
{
    scanf("%d",&n);
    for (int i=1;i<=n;i++)
        scanf("%d%d",&f[i].t,&f[i].w);
    sort(f+1,f+n+1,compare);
    int len=0;
    int tmax=f[n].t;
    int i=0,j=1;
    while (i<tmax>n?tmax:n)
    {
        while (f[j].t<=i && f[j].w<=heap[1] && j<=n)    j++;
        if (j>n)    break;
        if (f[j].t>i)
        {
            len++;
            heap[len]=f[j].w;
            int k=len;
            while (heap[k]<heap[k/2])
            {
                int l=heap[k/2];
                heap[k/2]=heap[k];
                heap[k]=l;
                k=k/2;
            }
            i++;
            j++;
        }
        else if (f[j].w>heap[1])
        {
            heap[1]=f[j].w;
            int k=1;
            int p=heap[k*2]<heap[k*2+1]?k*2:k*2+1;
            while (heap[k]>heap[p] && heap[p]!=0 && heap[k]!=0)
            {
                int l=heap[p];
                heap[p]=heap[k];
                heap[k]=l;
                k=p; 
                p=heap[k*2]<heap[k*2+1]?k*2:k*2+1;
            }
            j++;
        }
    }   
    for (int i=1;i<=len;i++)
        ans+=heap[i];
    printf("%lld",ans);
}
  • 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