暨南大学19年机试第三题-涂色问题

此题是19年机试中比较有区分度的一题,可以用两种方法做,DFS方法和动态规划方法

题目:有三种红黄蓝颜色填满连续的n个格子,相邻格子的颜色不一样,首尾的颜色也不一样,有几种涂色方法

题目来源:杭电OJ2045题 不容易系列之(3)—— LELE的RPG难题

一、DP方法

DP方法代码简洁且效率高,网上这题基本用的都是DP方法

DP方法的思路及代码可参见这篇博客:https://blog.csdn.net/universe_ant/article/details/72993809

二、DFS方法

DFS方法虽然时间复杂度和空间复杂度都高出很多,但胜在思路容易想,贴出JAVA代码如下:

public class Main {
    static int count=0;

    public static void main(String[] args) {
       Scanner in = new Scanner((System.in));
        System.out.print("请输入n:");
       while(in.hasNextInt()){
           int n  = in.nextInt();
           count=0;
           dfs(-1,-1,1,n);
            System.out.println("共有:"+count+" 种涂色方式");
            System.out.print("请输入n:");
        }
    }

    static void dfs(int first,int pre,int level,int n){
        if(level==n+1){
            count++;
            return;
        }
        for(int i=1;i<=3;i++){
            if(level==1){
                first=i;
            }
            if(level==n){
                if (i!=first&&i!=pre){
                    dfs(first,i,level+1,n);
                }
            }else {
                if (i!=pre){
                    dfs(first,i,level+1,n);
                }
            }
        }
    }
}

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
要截取 YOLOv7-segmentation 涂色区域,你可以按照以下步骤进行操作: 1. 首先,使用 YOLOv7-segmentation 模型对图像进行分割,得到每个像素的类别和对应的颜色。 2. 根据任务需求,确定你想要截取的涂色区域的类别和对应的颜色。 3. 遍历图像的每个像素,将属于目标类别的像素标记出来。 4. 根据标记的像素,计算包围涂色区域的最小矩形框。 5. 使用图像处理库(如 OpenCV)根据矩形框的坐标截取涂色区域。 下面是一个简单的示例代码,演示如何截取 YOLOv7-segmentation 涂色区域: ```python import cv2 import numpy as np # 加载分割模型和图像 model = load_yolov7_segmentation_model() image = load_image() # 进行图像分割,得到每个像素的类别和颜色 segmentation_map = model.segment(image) # 定义目标类别和颜色 target_class = "person" target_color = [0, 255, 0] # 绿色 # 遍历图像的每个像素,标记目标类别的像素 target_pixels = np.where(segmentation_map == target_color) # 计算包围涂色区域的最小矩形框 x, y, w, h = cv2.boundingRect(target_pixels) # 截取涂色区域 cropped_region = image[y:y+h, x:x+w] # 显示截取的涂色区域 cv2.imshow("Cropped Region", cropped_region) cv2.waitKey(0) cv2.destroyAllWindows() ``` 请注意,以上代码仅为示例,你需要根据实际情况进行适当的修改和调整。此外,你还需要替换示例代码中的 `load_yolov7_segmentation_model()` 和 `load_image()` 函数,以便正确加载和处理模型和图像。
评论 3
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