正睿(比赛--Day3)

看到T1的时候我人都傻了,在我的印象里,T1不应该是最可做的一道题了吗???但是今天的T1,真的让我感觉到了T3的感觉,部分分都不会拿。然而题解:十几行就完事了???就这???人没了QwQ。。。所以,T1到底是什么题呢???是道数学题。柯西不等式: ( a 2 + b 2 ) ( c 2 + d 2 ) > = ( a c + b d ) 2 (a^{2}+b^{2})(c^2+d^2)>=(ac+bd)^2 (a2+b2)(c2+d2)>=(ac+bd)2,推广后,可得n维柯西不等式: ( x 1 2 + x 2 2 + x 3 2 + . . . x n 2 ) ( y 1 2 + y 2 2 + y 3 2 + . . . y n 2 ) > = ( x 1 y 1 + x 2 y 2 + x 3 y 3 . . . ) 2 (x_1^2+x_2^2+x_3^2+...x_n^2)(y_1^2+y_2^2+y_3^2+...y_n^2)>=(x_1y_1+x_2y_2+x_3y_3...)^2 (x12+x22+x32+...xn2)(y12+y22+y32+...yn2)>=(x1y1+x2y2+x3y3...)2,今天的T1,转化为卷积之后,再利用柯西不等式就能推出一个答案公式,直接求就完事了。。。QwQ,但蒟蒻没学过啊~
T2是个支配树,按理来说会支配树的话应该不难(但我不会)。于是,写了个40~50分的暴力,还写挂了。。。
T3是个字符串题,反正就是AC自动机和后缀自动机的一波骚操作,再推一下题目性质,能将 O ( n 2 ) O(n^2) O(n2)优化为 O ( n l o g n ) O(nlogn) O(nlogn)左右。
今天的题解写着: 清 新 信 心 题 清新信心题 。。。。。。
懂了,还是我菜。

  • 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