PTA1007 1007 Maximum Subsequence Sum (25 分) 真的恶心人

代码改来改去,从2分改到25分,结果一看,啥都没改,不知道怎么回事。

启发:1.当Scanner读取超时时,考虑用BufferedReader +InputStreamReader或者c++;
2.最长最大序列这类动态规划的问题,一般是 当前和 触底 的时候进行重置操作,超过最大值 进行更新操作
3.细节地方,左边的i+1可能会越界需要中间值进行过渡(即left接受的是迟一步的更新,此时因为已经出循环,故可以避免越界问题)

package pta;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

public class P1007 {

	public static void main(String[] args) throws IOException{
	        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
	        int num = Integer.parseInt(br.readLine());
	        String[] arr1 = br.readLine().split(" ");
	        int[] arr = new int[num];
	        int left = 0,right = num-1;
	        int temp = 0,this_max=0,max=-1;                 
	        //tips1:temp是左边界赋值的中间变量,作用是缓冲,避免直接把 i+1赋值给左边界(因为循环是全部遍历,当到达最后时存在i+1越界的情况)
	        for(int i = 0;i<num;i++){
	            arr[i] = Integer.parseInt(arr1[i]);
	            this_max+=arr[i];
	            if(this_max>max){                //更新条件:当前值>最大值,等于不能要(不要才能符合题干取最小的i和j)
	                max=this_max;
	                left=temp;
	                right=i;
	            }
	            else if(this_max<0){			//重置条件:当前值<最小能接受值(题干中说的是0)
	                this_max=0;
	                temp=i+1;
	            }
	        }
	        if(max<0) 
	        	max = 0;
	        System.out.println(max+" "+arr[left]+" "+arr[right]);
			}
		}
		


  • 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: 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、算法类 基于深度学习的目标检测算法主要为两大类: 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