test

#include <iostream>
using namespace std;
int degree_in[26],degree_out[26],edge_num,edge_order[1005];
bool used[1005];
struct Edge
{
       int start,end;
       char word[25];
}edges[1005];
int CMP(const void* a,const void* b)
{
       Edge *c=(Edge*)a,*d=(Edge*)b;
       if(c->start!=d->start) return c->start-d->start;
       else return strcmp(c->word,d->word);
}
inline int ABS(int a)
{
       if(a>0) return a;
       else return -a;
}
int check()//返回起点
{
       int cnt1=0,cnt2=0,source;
       for(int i=0;i<26;i++)
       {
              if(ABS(degree_in[i]-degree_out[i])==2)
                     return -1;
              else if(degree_in[i]-degree_out[i]==1)
                     cnt1++;
              else if(degree_in[i]-degree_out[i]==-1)
              {
                     cnt2++;
                     source=i;
              }
       }
       if(cnt1>1||cnt2>1)
              return -1;
       else if(cnt1==0)
       {
              for(int i=0;i<26;i++)
                     if(degree_out[i])
                            return i;
       }
       else return source;
}
bool solve_dfs(int source,int cnt)
{
       if(cnt==edge_num) return true;
       for(int i=0;i<edge_num;i++)
       {
              if(edges[i].start<source||used[i])
                     continue;
              else if(edges[i].start>source)
                     return false;
              used[i]=true;
              edge_order[cnt]=i;
              if(solve_dfs(edges[i].end,cnt+1)) return true;
              used[i]=false;
       }
       return false;
}
int main()
{
       int t;
       scanf("%d",&t);
       while(t--)
       {
              memset(degree_out,0,sizeof(degree_out));
              memset(degree_in,0,sizeof(degree_in));
              scanf("%d",&edge_num);
              for(int i=0;i<edge_num;i++)
              {
                     scanf("%s",edges[i].word);
                     edges[i].start=edges[i].word[0]-'a';
                     edges[i].end=edges[i].word[strlen(edges[i].word)-1]-'a';
                     degree_out[edges[i].start]++;
                     degree_in[edges[i].end]++;
              }
              int source=check();
              if(source==-1)
              {
                     printf("***/n");
                     continue;
              }
              qsort(edges,edge_num,sizeof(edges[0]),CMP);
              memset(used,0,sizeof(used));
              if(!solve_dfs(source,0))
              {
                     printf("***/n");
                     continue;
              }
              printf("%s",edges[edge_order[0]].word);
              for(int i=1;i<edge_num;i++)
              {
                     printf(".%s",edges[edge_order[i]].word);
              }
              printf("/n");
       }
}


  • 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