ural 1028 Stars [线段树]

题意:给n个星星的坐标(x,y),其中1 ≤ N ≤ 15000,0 ≤ X,Y ≤ 32000,定义星星的等级为在它的左下方的星星的数目(横纵坐标均可相等),要求输出等级为0~n-1的星星的数目

思路:首先不可能暴力两重循环,自然是线段树。由于给的星星是按照纵坐标的升序排列的,只要一维地对x做处理就行了。

线段树跟堆好像23333~

#include <cstdio>
#include <cstring>
struct Node
{
	int a, b, cover;
	Node() {}
	Node(int _a, int _b): a(_a), b(_b), cover(0) {}
	int middle() { return (a+b)>>1; }
} t[66000];

void build(int a, int b, int d)
{
	t[d] = Node(a,b);
	if (a >= b) return ;
	int mid = (a+b) >> 1;
	build(a,mid,2*d+1);
	build(mid+1,b,2*d+2);
}
void add(int n, int d)
{
	t[d].cover ++;
	if (t[d].a == t[d].b) return ;
	int mid = t[d].middle();
	if (mid >= n) add(n, 2*d+1);
	else add(n,2*d+2);
}
int quary(int a, int b, int d)
{
	if (a==t[d].a && b==t[d].b) return t[d].cover;
	int mid = t[d].middle();
	if (mid >= b) return quary(a,b,2*d+1);
	else if (mid < a) return quary(a,b,2*d+2);
	else return quary(a,mid,2*d+1) + quary(mid+1,b,2*d+2);
}
int num, x, y;
int level[15005];
int main()
{
	while (scanf("%d",&num) != EOF)
	{
		memset(level,0,sizeof(level));
		build(0,32000,0);
		for (int i = 0; i < num; ++ i)
		{
			scanf("%d%d",&x,&y);
			level[quary(0,x,0)] ++;
			add(x,0);
		}
		for (int i = 0; i < num; ++ i)
			printf("%d\n", level[i]);
	}
}


  • 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