7-3 Telefraud Detection (25 分)

图论+并查集问题
坑点如下
1,利用line数组来依次判断可怀疑对象,将嫌疑人依次放入temp数组。
2,在temp数组中用DFS方法,将所有存在相互通话的嫌疑人合并。
3,DFS过程中temp1的顺序被打乱,需要重新排序。
3,vector<vector>ans中sort函数的用法,如图,按照第一个元素大小排列,如相同,则按照下一个元素大小排列,直到排列完成。

3 4
3 4 5
4


整体代码如下

#include<cstdio>
#include<algorithm>
#include<cmath>
#include<vector>
#include<unordered_map>
#include<iostream>
#include<set>
using namespace std;
vector<int>temp,temp1;
vector<vector<int>>ans;
int k,n,m;
int line[1010][1010];
int in[1010],out[1011],vis[1010];
void DFS(int s){
    vis[s]=1;
    temp1.push_back(s);
    for(int &r:temp){
    if(vis[r]==0&&line[s][r]&&line[r][s])DFS(r);  
    }
}
int main(){
  cin>>k>>n>>m;
  int c,re,dur;
  for(int i=0;i<m;i++){
   cin>>c>>re>>dur;
   line[c][re]+=dur;
  }
  for(int i=1;i<=n;i++){
  for(int j=1;j<=n;j++){
      if(line[i][j]>0&&line[i][j]<=5)
        {  out[i]++;
        if(line[j][i]>0)
           in[i]++;
        }
  }
  }
   for(int i=1;i<=n;i++){
       if(out[i]>k&&in[i]*5<=out[i])
           temp.push_back(i);    
   }
   for(int &r:temp){
     if(!vis[r]){
         temp1.clear();
         DFS(r);
        sort(temp1.begin(),temp1.end());
        if(!temp1.empty())ans.push_back(temp1);
     }
   }
    sort(ans.begin(),ans.end());
    if(ans.size()==0)printf("None\n");
    else{
    for(int i=0;i<ans.size();i++)
    { for(int j=0;j<ans[i].size();j++)
      {      printf("%d",ans[i][j]);
    if(j!=ans[i].size()-1)printf(" ");}
    printf("\n");}

  }
         return 0;
   }
"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。
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