POJ1156:A STRIP OF LAND

题面
大意:在矩阵中求一个最大的子矩阵,使其中最大值与最小值的差不超过给定的C,且宽不超过100

乍一看:这不是暴力枚举可以搞定的吗?
稍微算算: O ( 100 n 2 m ) O(100n^2m) O(100n2m)的枚举,加上 O ( 100 n ) O(100n) O(100n)的check,也就 O ( 1 0 4 n 3 m ) O(10^4n^3m) O(104n3m)
其实我觉得应该算 O ( n 3 m 3 ) O(n^3m^3) O(n3m3)
那我们肯定不用这么笨的方法

正文

我不知道原作者是如何想到这么妙的方法的,所以我就不用以往的优化法,直接解析了。
我们用两个循环 l , r l,r l,r枚举左右边界,使用 m a x x maxx maxx m i n n minn minn两个数组储存每一行中在 l , r l,r l,r中间的最大、最小值。
然后从上往下扫一个下边界,然后用两个单调队列实现 O ( 1 ) O(1) O(1)求最值。
具体看代码中的注释

#include<cstdio>
/*/
#include<deque>
/*/
int max(int a,int b)
{return a>b?a:b;}
int min(int a,int b)
{return a<b?a:b;}
template<typename tp>
struct deque
{
	int list[11000],head,tail;
	deque()
	{
		head=tail=1;
	}
	int size(){return tail-head;}
	
	int front(){return list[head];}
	void push_front(int x){list[--head]=x;}
	void pop_front(){head++;}
	
	int back(){return list[tail-1];}
	void push_back(int x){list[tail++]=x;}
	void pop_back(){tail--;}
};//手动模拟deque可加速,并且易于debug
//*/
using namespace std;
int maxx[510],minn[510],a[510][510];
int main()
{
	int n,m,c,ans=0;
	scanf("%d%d%d",&m,&n,&c);
	for(int i=1;i<=n;i++)
		for(int j=1;j<=m;j++)
			scanf("%d",&a[i][j]);
	for(int l=1;l<=m;l++)//枚举左边界
	{
		for(int i=1;i<=n;i++)
			maxx[i]=minn[i]=a[i][l];//初始化每一行的目前最值
		int rmax=min(m,l+99);
		for(int r=l+1;r<=rmax;r++)//枚举右边界
		{
			for(int i=1;i<=n;i++)//更新最值
				maxx[i]=max(maxx[i],a[i][r]),
				minn[i]=min(minn[i],a[i][r]);
			deque<int>maxq,minq;//单调队列:记录当前最值的行号
			int w=r-l+1,high=1,low=1;//w为宽度,high为上边界,low为下边界
			while(low<=n&&(n-high+1)*w>ans)//可以拓展且有拓展价值
			{
				while(maxq.size()&&maxx[maxq.back()]<=maxx[low])maxq.pop_back();
				maxq.push_back(low);
				while(minq.size()&&minn[minq.back()]>=minn[low])minq.pop_back();
				minq.push_back(low);
				//加入当前一行的值
				while(high<=low&&maxx[maxq.front()]-minn[minq.front()]>c)
				//当我们还有一片区域且我们的区域中最值之差不符合要求时,向下移动上边界,
				//尝试把导致不符合要求的元素剔除
				{
					++high;
					if(maxq.front()<high)maxq.pop_front();
					if(minq.front()<high)minq.pop_front();
				}
				ans=max(ans,w*(low-high+1));//记录该矩阵
				++low;//下一个下边界
			}
		}
	}
	printf("%d",ans);
	return 0;
}
  • 1
    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