第15次CCF CSP认证第一题&第二题:小明上(放)学

题目描述:详细题目,请登录官网查看-网址
第一题:思路简单,使用几个判断条件即可,见程序。

#include <iostream>

using namespace std;

int main()
{
    int red, yellow,green;
    cin>>red>>yellow>>green;
    int n;
    cin>>n;
    int totalTime = 0;
    int k, t;
    for(int i = 0; i < n; i++) {
        cin>>k>>t;
        if(k == 0) {
            totalTime += t;
        }
        else if(k == 1) {
            totalTime += t;
        }
        else if(k == 2) {
            totalTime += (t + red);
        }
        else {
            continue;
        }
    }

    cout <<totalTime<< endl;
    return 0;
}

第二题:在第一题的基础上,使用一个变量alreadyTime记录已经使用的时间即可。可以发现,alreadyTime最终表示的就是放学回家需要的总时间。需要注意的是,如果把总时间声明为int,则只能通过部分样例;声明为long long,则可以通过全部样例。

#include <iostream>

using namespace std;

int main()
{
    int red, green, yellow;
    cin>>red>>yellow>>green;
    int n;
    cin>>n;
    int k, t;
    long long alreadyTime = 0;
    int totalTime = red + green + yellow;
    int time = 0;
    for(int i = 0; i < n; i++) {
        cin>>k>>t;
        if(k == 0) {
            alreadyTime += t;
        }
        else {
            if(k == 1) {
                time = ((red - t) + alreadyTime) % totalTime;
            }
            else if(k == 2) {
                time = ((totalTime - t) + alreadyTime) % totalTime;
            }
            else {
                time = ((red + green - t) + alreadyTime) % totalTime;
            }

            if(time >= 0 && time < red) {
                alreadyTime += (red - time);
            }
            else if(time >= red && time < (red + green)) {
                continue;
            }
            else {
                alreadyTime += (totalTime + red - time);
            }
        }
    }
    cout <<alreadyTime<< endl;
    return 0;
}
  • 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,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,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 目标检测涉及以下几个核心问: 分类问:判断图像中的目标属于哪个类别。 定位问:确定目标在图像中的具体位置。 大小问:目标可能具有不同的大小。 形状问:目标可能具有不同的形状。 三、算法分类 基于深度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,将输入图像一性划分为多个区域,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