Crane UVA - 1611

题意

给你一个排列,每次可以选择偶数长度的区间,交换这个区间的左右两半的数,问你操作数将其从小到大排序

思路

类似于选择排序,我们每次将一个数归位,这样我们只需要考虑对于当前的 j 在 j 右边的所有数就可以了,对于 j ,pos[j]表示现在 j 这个数的位置,我们考虑pos[j]-1-j+1,n-j+1两者的长度,如果后者长度小于前者,这样我们交换一次就能是的 j 归位置,否则如果后者的长度大,那说明交换一次是不满足条件的,因为这样的区间超过了n,所以我们把pos[j]以小的长度这个区间往前交换,这样第二次的交换就跟之前的一样了。所以最多是2n次交换就能满足

#include <iostream>
#include <vector>
#include <algorithm>

using namespace std;

const int MAXN=10000+10;
typedef pair<int,int> pii;
int pos[MAXN],num[MAXN];
int n;
vector<pii> vt;
void SWAP(int l,int r)
{
	int minn=min(r-l,n-r+1);
	int l1=r-minn,r1=r+minn-1;
	vt.push_back(pii(l1,r1));
	for(int i=0;l1+i<r;i++)
	{
		swap(num[l1+i],num[r+i]);
		swap(pos[num[l1+i]],pos[num[r+i]]);
	}
}
int main()
{
	int T;cin>>T;
	while(T--)
	{
		vt.clear();
		cin>>n;
		for(int i=1;i<=n;i++) cin>>num[i],pos[num[i]]=i;
		for(int j=1;j<=n;j++)
		{
			while(pos[j]!=j)
			{
				SWAP(j,pos[j]);
			}
		}
		printf("%d\n",vt.size());
		for(int i=0;i<vt.size();i++)
		{
			printf("%d %d\n",vt[i].first,vt[i].second);
		}
	}
	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