BestCoder Round #36(Gunner-hash)

Gunner

Accepts: 391
Submissions: 1397
Time Limit: 8000/4000 MS (Java/Others)
Memory Limit: 65536/65536 K (Java/Others)
问题描述
很久很久以前,有一个叫Jack的枪手。他非常喜欢打猎。一天,他去了一个小树林。那儿有只鸟,还有
    
    
     
     n 
    
    棵树。第
    
    
     
     i 
    
    只鸟站在第
    
    
     
     i 
    
    棵树的顶端。这些树从左到右排成一条直线。每一棵树都有它的高度。Jack站在最左边那棵树的左边。当Jack在高度为
    
    
     
     H 
    
    的地方向右发射一棵子弹时,站在高度为
    
    
     
     H 
    
    的树上的鸟儿就会落下来。
Jack会射击多次,他想知道每次射击会有多少鸟儿落下来。
输入描述
多组测试数据(大概
    
    
     
     5 

    
    组),每一组的第一行给出
    
    
     
     n,m 
    
    
    
    
     
     n 
    
    表示有
    
    
     
     n 
    
    棵树和
    
    
     
     n 
    
    只鸟,
    
    
     
     m 
    
    表示Jack会射击
    
    
     
     m 
    
    次。
在第二行,有
    
    
     
     n 

    
    个整数, 
    
    
     
     h[1],h[2],h[3],,h[n] 
    
    表示这些树的高度。
在第三行,有
    
    
     
     m 

    
    个整数, 
    
    
     
     q[1],q[2],q[3],,q[m] 
    
    表示Jack射击的高度。

[参数约定]

    
    
     
     1n,m1000000(10 6 ) 
    
    

    
    
     
     1h[i],q[i]1000000000(10 9 ) 
    
    

输出描述
对于每一个
    
    
     
     q[i] 
    
    

,在一行中输出Jack射落了几只鸟。
输入样例
4 3
1 2 3 4
1 1 4
输出样例
1
0
1
Hint
大数据输入,推荐使用快速读读入。

hash


#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<functional>
#include<iostream>
#include<cmath>
#include<cctype>
#include<ctime>
using namespace std;
#define For(i,n) for(int i=1;i<=n;i++)
#define Fork(i,k,n) for(int i=k;i<=n;i++)
#define Rep(i,n) for(int i=0;i<n;i++)
#define ForD(i,n) for(int i=n;i;i--)
#define RepD(i,n) for(int i=n;i>=0;i--)
#define Forp(x) for(int p=pre[x];p;p=next[p])
#define Forpiter(x) for(int &p=iter[x];p;p=next[p])  
#define Lson (x<<1)
#define Rson ((x<<1)+1)
#define MEM(a) memset(a,0,sizeof(a));
#define MEMI(a) memset(a,127,sizeof(a));
#define MEMi(a) memset(a,128,sizeof(a));
#define INF (2139062143)
#define F (10000007)
#define MAXN (1000000+10)
#define MAXH (10000010)
const int t=10321,t2=10009; 
typedef long long ll;
ll mul(ll a,ll b){return (a*b)%F;}
ll add(ll a,ll b){return (a+b)%F;}
ll sub(ll a,ll b){return (a-b+(a-b)/F*F+F)%F;}
void upd(ll &a,ll b){a=(a%F+b%F)%F;}
ll getll() 
{  
    char c;  
    while (c=getchar(),(!isdigit(c)));  
    ll x=c-48;  
    while (c=getchar(),(isdigit(c)))  
    {  
        x=(x*10+c-48);  
    }  
    return x;  
}  
int kcase=0;
int n,m;
ll h[MAXN]={0},q[MAXN]={0}; 

ll H[MAXH]={0},Hnum[MAXH]={0},flag[MAXH]={0};

int hash(ll x)
{
	int x2=x%F;
	while (flag[x2]==kcase&&Hnum[x2]!=x) x2=(x2+1)%F;
	if (flag[x2]!=kcase)
	{
		flag[x2]=kcase; Hnum[x2]=x;
		H[x2]=0;
	} 
	return x2;
}

int main()
{
//	freopen("b.in","r",stdin);
	
	while(scanf("%d%d",&n,&m)==2)
	{
		kcase++;
		For(i,n) h[i]=getll();
		For(i,m) q[i]=getll();
		For(i,n) 
		{
			H[hash(h[i])]++;
		}
		For(i,m)
		{
			ll &p=H[hash(q[i])];
			printf("%I64d\n",p);
			p=0;
		}
	}
	return 0;
}





  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
本火锅店点餐系统采用Java语言和Vue技术,框架采用SSM,搭配Mysql数据库,运行在Idea里,采用小程序模式。本火锅店点餐系统提供管理员、用户两种角色的服务。总的功能包括菜品的查询、菜品的购买、餐桌预定和订单管理。本系统可以帮助管理员更新菜品信息和管理订单信息,帮助用户实现在线的点餐方式,并可以实现餐桌预定。本系统采用成熟技术开发可以完成点餐管理的相关工作。 本系统的功能围绕用户、管理员两种权限设计。根据不同权限的不同需求设计出更符合用户要求的功能。本系统中管理员主要负责审核管理用户,发布分享新的菜品,审核用户的订餐信息和餐桌预定信息等,用户可以对需要的菜品进行购买、预定餐桌等。用户可以管理个人资料、查询菜品、在线点餐和预定餐桌、管理订单等,用户的个人资料是由管理员添加用户资料时产生,用户的订单内容由用户在购买菜品时产生,用户预定信息由用户在预定餐桌操作时产生。 本系统的功能设计为管理员、用户两部分。管理员为菜品管理、菜品分类管理、用户管理、订单管理等,用户的功能为查询菜品,在线点餐、预定餐桌、管理个人信息等。 管理员负责用户信息的删除和管理,用户的姓名和手机号都可以由管理员在此功能里看到。管理员可以对菜品的信息进行管理、审核。本功能可以实现菜品的定时更新和审核管理。本功能包括查询餐桌,也可以发布新的餐桌信息。管理员可以查询已预定的餐桌,并进行审核。管理员可以管理公告和系统的轮播图,可以安排活动。管理员可以对个人的资料进行修改和管理,管理员还可以在本功能里修改密码。管理员可以查询用户的订单,并完成菜品的安排。 当用户登录进系统后可以修改自己的资料,可以使自己信息的保持正确性。还可以修改密码。用户可以浏览所有的菜品,可以查看详细的菜品内容,也可以进行菜品的点餐。在本功能里用户可以进行点餐。用户可以浏览没有预定出去的餐桌,选择合适的餐桌可以进行预定。用户可以管理购物车里的菜品。用户可以管理自己的订单,在订单管理界面里也可以进行查询操作。
好的,以下是利用 Python 读取悬臂梁振动冲击视频,利用圆心标靶检测算法、Gunner Farneback算法提取测点的位移并绘制每个测点的位移时程曲线的完整算法: 1. 导入所需的库和模块: ```python import cv2 import numpy as np import matplotlib.pyplot as plt ``` 2. 读取视频文件: ```python cap = cv2.VideoCapture('video.mp4') ``` 3. 定义圆心标靶检测算法,用于检测每个测点的位置: ```python def detect_circles(frame): # 灰度化 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 中值滤波 gray = cv2.medianBlur(gray, 5) # 圆心标靶检测 circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0) if circles is not None: # 转换为整数 circles = np.round(circles[0, :]).astype("int") return circles else: return None ``` 4. 定义 Ganner Farneback 算法,用于提取测点的位移: ```python def calculate_optical_flow(prev_frame, cur_frame, prev_points): # 灰度化 prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY) cur_gray = cv2.cvtColor(cur_frame, cv2.COLOR_BGR2GRAY) # 计算光流 cur_points, status, error = cv2.calcOpticalFlowPyrLK(prev_gray, cur_gray, prev_points, None, winSize=(15, 15), maxLevel=2, criteria=(cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 0.03)) # 筛选出良好的点 good_new = cur_points[status == 1] good_old = prev_points[status == 1] # 计算位移 displacement = good_new - good_old return good_new, displacement ``` 5. 定义绘制位移时程曲线的函数: ```python def plot_displacement(displacement): # 绘制位移时程曲线 x = np.arange(0, len(displacement)) y = displacement[:, 1] plt.plot(x, y) plt.show() ``` 6. 进入主循环,逐帧处理: ```python # 读取第一帧 ret, prev_frame = cap.read() prev_circles = detect_circles(prev_frame) prev_points = np.array([[x, y] for x, y, r in prev_circles]) # 逐帧处理 while True: # 读取当前帧 ret, cur_frame = cap.read() if not ret: break cur_circles = detect_circles(cur_frame) if cur_circles is not None: cur_points = np.array([[x, y] for x, y, r in cur_circles]) # 计算位移 cur_points, displacement = calculate_optical_flow(prev_frame, cur_frame, prev_points) # 绘制位移时程曲线 plot_displacement(displacement) # 更新上一帧的信息 prev_frame = cur_frame.copy() prev_points = cur_points.copy() ``` 这样就完成了读取悬臂梁振动冲击视频,利用圆心标靶检测算法、Gunner Farneback算法提取测点的位移并绘制每个测点的位移时程曲线的完整算法。

“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