7-3 Telefraud Detection (25 分)

问题描述:图论,给定一些通话记录,判断一个人是否是嫌疑人,以及该嫌疑人所属团伙。

解题思路:首先读入通话记录,然后根据条件判断是否是嫌疑人,然后将嫌疑人排序,便于输出。然后再判断那些嫌疑人是相互连接的。然后输出。

AC代码:

#include<iostream>
#include<vector>
#include<cstdio>
#include<set>
#include<algorithm>
using namespace std;
#define MAX 1005
#define INF 14400
int tu[MAX][MAX],K,M,N;
bool vis[MAX]={0};
vector<int>out;
set<int>gan;
void visit(int v)
{
    vis[v]=1;gan.insert(v);
    for(int i=0;i<out.size();++i){
        if(vis[out[i]]==0&&tu[v][out[i]]<INF&&tu[out[i]][v]<INF)visit(out[i]);
    }
}
int main()
{
    //freopen("test.txt","r",stdin);
    scanf("%d%d%d",&K,&N,&M);
    int c,r,d;
    for(int i=1;i<=N;++i){
        for(int j=1;j<=N;++j){
            tu[i][j]=INF;
        }
    }
    while(M--){
        scanf("%d%d%d",&c,&r,&d);
        if(tu[c][r]==INF)tu[c][r]=d;
        else tu[c][r]+=d;
    }
    for(int i=1;i<=N;++i){
        int cnt=0,x=0;
        for(int j=1;j<=N;++j){
            if(tu[i][j]<=5){
              ++cnt;
              if(tu[j][i]!=INF)++x;
            }
        }
        if(cnt>K&&x<=cnt/5)out.push_back(i);
    }
    if(out.size()==0){
        printf("None");
        return 0;
    }
    sort(out.begin(),out.end());
    //for(int i=0;i<out.size();++i)printf("%d ",out[i]);printf("\n");
    for(int i=0;i<out.size();++i){
        if(!vis[out[i]]){
            gan.clear();
            visit(out[i]);
            set<int>::iterator it=gan.begin();
            while(it!=gan.end()){
                if(it!=gan.begin())printf(" ");
                printf("%d",*it);
                ++it;
            }
            printf("\n");
        }
    }
    return 0;
}

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
"traffic-light-detection-using-yolov3" 是一种使用 YOLOv3 模型来进行交通信号灯检测的方法。 YOLOv3 是一种基于深度学习的物体检测模型,它能够实时地对图像中的物体进行快速准确的检测。通过训练 YOLOv3 模型,并使用大量的交通信号灯图像数据集进行训练,我们就可以实现交通信号灯的自动检测了。 在交通信号灯检测过程中,首先需要收集大量的交通信号灯图像数据,并进行标注。标注的过程包括对图像中的交通信号灯位置进行标记,这样模型才能学习到交通信号灯的特征。然后,使用标注的数据集来训练 YOLOv3 模型,使其能够准确地检测到交通信号灯。 训练完成后,我们可以通过将交通信号灯图像输入到训练好的 YOLOv3 模型中,模型将会返回图像中所有检测到的交通信号灯位置和类别信息。这样,我们就可以实时地通过摄像头捕获的图像来进行交通信号灯检测了。 使用 YOLOv3 进行交通信号灯检测相比其他方法具有以下优势: 1. 实时性:YOLOv3 模型具有较高的检测速度,能够实现实时的交通信号灯检测。 2. 准确性:经过大量的训练,YOLOv3 模型能够准确地检测交通信号灯,减少了误检和漏检的情况。 3. 灵活性:YOLOv3 模型可以适应不同的交通信号灯形状和颜色,能够应对各种道路场景。 总结而言,"traffic-light-detection-using-yolov3" 是一种使用 YOLOv3 模型来进行交通信号灯检测的方法,它能够实现实时准确的交通信号灯检测,并具有较高的灵活性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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