JZOJ 1736. 扑克游戏 (Standard IO)

6 篇文章 0 订阅
4 篇文章 0 订阅

1736. 扑克游戏 (Standard IO)

Time Limits: 1000 ms Memory Limits: 128000 KB

Description

  有一棵无穷大的满二叉树,根为star,其余所有点的权值为点到根的距离,如图:
  这里写图片描述
  现在你有一些扑克牌,点数从1到13,你要把这些扑克牌全部放到这个树上:
  1. 当你把点数为i的扑克牌放在权值为j的点上,那么你会得到i*j的分数。
  2. 当你把一个扑克牌放在一个节点上,那么你就不能把别的扑克牌放在这个节点以及这个节点的子树上。
  你的目标是最小化你的得分。

Input

  文件名为 poker.in
  输入第一行为一个数字N,表示你有的扑克牌数;
  接下来一行N个数字,数字在1到13之间。

Output

  文件名为 poker.out
  一个数字,最小得分。

Sample Input

3
5 10 13

Sample Output

43

Data Constraint

Hint

【样例说明】
  这里写图片描述
【数据范围】
  30%数据 N<=100
  100%数据满足1<=N<=10000.

题解

这是今天做的第四道哈夫曼树专题了
总结一下
解法大同小异,只是换个方式问而已

类似这道题,题目说得分是 i * j 其实就是哈夫曼树,模型转换一下就好了

代码

#include<iostream>
#include<iostream>
#include<cstdio>
#define INF 2147483647
#define N 20000
using namespace std;

long long dui[N*2+1],top;
void add(long x)
{   long now;
    dui[++top]=x;
    for(now=top;dui[now/2]>dui[now]&&now>1;now/=2)
        swap(dui[now],dui[now/2]);
}
long qu()
{   long ans=dui[1],now;
    bool t=false;
    dui[1]=INF;
    now=1;
    while(!t){
        t=true;
        if(now*2==top||dui[now*2]<dui[now*2+1]){
            if(dui[now]>dui[now*2]){
                swap(dui[now],dui[now*2]);
                now=now*2;
                t=false;
            }
        }else if(now*2+1<=top)
            if(dui[now]>dui[now*2+1]){
                swap(dui[now],dui[now*2+1]);
                now=now*2+1;
                t=false;
            }
    }
    return ans;
}

int main()
{   long n,m,i,q;
    long long ans=0;
    scanf("%ld",&n);
    for(i=1;i<=n;i++){
        scanf("%ld",&q);
        add(q);
    }
    for(i=1;i<n;i++){
        q=qu()+qu();
        ans+=q;
        add(q);
    }
    printf("%lld\n",ans);
    return 0;
}

ps:
看过我其他博文的有没有感觉代码很熟悉
没错,就是合并果子

  • 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