POJ 1247 Magnificent Meatballs

只要把题目意思理解了这也是道题很水的;题目的主要意思就是Sam 和Ella两个人当服务员,一个人顺时针,一个人逆时针开始上菜,如果能有一个位置,当两人在这个位置时,两人上的肉丸子数量相同,就记录这个位置为X,并输出“Sam stops at position X and Ella stops at position X+1.”
否则就输出“No equal partitioning.”
例如题目给出的例子:
5 9 4 2 8 3         :第一个数是代表后面有几个客人    如:5 代表后面有5个客人;然后就是每位客人叫的肉丸的数量。
当送到第二位客时Sam送的肉丸子数量为9+4=13;Ella送的肉丸数量为3+8+2=13(特别记住一个是顺时针,一个是逆时针,不过这和计算没啥关系,只是理解是要注意了)。
我的思路:
既然位置和顺序不能改变(只能从第一个客人开始送,不能从第二个客人开始送),那我们就可以将所有的肉丸数量计算出来sum,然后从第一个客人开始相加ans,如果ans<sum/2 则继续相加,如果ans=sum/2,就记录客人的位置X,输出“Sam stops at position X and Ella stops at position X+1.”如果ans>sum/2 或者 sum/2!=0就直接输出“No equal partitioning.”
下面就是我个人AC了的代码,只供参考:

#include"stdio.h"
#include"string.h"
int main()
{
    int sum,a[1000],i,n,sum1;
    while(scanf("%d",&n)&&n)
    {
         sum=0;sum1=0;
         for(i=1;i<=n;i++)
         {
             scanf("%d",&a[i]);
             sum+=a[i];
         }
         if(sum%2!=0)printf("No equal partitioning.\n");
         else
         {sum/=2;
              for(i=1;i<=n;i++)
              {
                   sum1+=a[i];
                   if(sum1==sum){printf("Sam stops at position %d and Ella stops at position %d.\n",i,i+1);break;}
                   else if(sum1>sum){printf("No equal partitioning.\n");break;}
              }
         }
    }
    return 0;
}

  • 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