CSS 202212-2 训练计划

首先来看题目 

       结合样式一和样式二,我们能够得到一个简单的思路:先从小找大找依赖,更新他们的最早开始时间,然后通过和它们需要训练的时间相加,得到依赖这些的项的最早开始时间

       在样式三和子任务中我们能看到最早时间可能就会超出比赛前的时间阈值,而且n和m是有范围的

代码如下:

n, m = map(int, input().split())
depend = [0] + [i for i in map(int, input().split())]
need = [0] + [i for i in map(int, input().split())]
earliest = [0] * (m+1)
latest = [0] * (m+1)
flag = 1 

    # flag用来判断是否能完成训练

for i in range(1, m + 1):

    # 依赖为0的项目比较特殊,我们可以直接讨论

    if depend[i] == 0:
        earliest[i] = 1
    else:
        earliest[i] = earliest[depend[i]] + need[depend[i]]
    
    # earliest[p[i]]是依赖的那项所对应的最早时间

    if earliest[i] + need[i] > n:
        flag = 0

    #注意发现第一个超出阈值的项目时就可以判断能否完成训练了,在循环过后再判断比较麻烦

print(*earliest[1:])

if flag == 1:

    # 我们看样例一的时候就能发现他是将最后一个训练置为1,从后往前推得到的最晚时间
    
    for i in range(m, 0, -1):
        temp = 366

        # 0 < n <= 365
        
        for j in range(i + 1, m + 1):
            if depend[j] == i:
                temp = min(temp, latest[j])

        if temp == 366:
            latest[i] = n - need[i] + 1

        else:
            latest[i] = temp - need[i]
    print(*latest[1:])
    
    #变量前加*可以把列表中的元素逐个打印出来:*[1,2,3] = 1 2 3 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Yolo-FastestV2是一个基于NCNN框架的快速目标检测算法。首先,需要将训练好的模型转化为ONNX存储格式。然后,使用onnx2ncnn工具将ONNX模型转化为NCNN的模型参数和配置文件。接下来,使用ncnnoptimize对NCNN模型进行优化。最后,可以使用Yolo-FastestV2样例中的demo程序来运行目标检测。 引用中提供了一种部署Yolo-FastestV2的方法,其中包括了将模型转化为ONNX格式、使用onnx2ncnn工具转化为NCNN格式、优化NCNN模型等步骤。 引用中提供了一种使用codeblocks打开NCNN模型的方法,并提供了相关的代码文件和权重文件。 对于yolo-fasterv2算法的更多细节和使用方法,可以参考引用和引用中提供的资源。 关于与yolox和nanoDet的比较,引用提到了准确度和速度方面的差异。Yolo-FastestV2相比于yolox和nanoDet具有更高的速度,但准确度可能相对较低。选择使用哪种算法取决于个人的需求和优先考虑的因素。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [yolo-fastestv2小白全流程使用指南](https://blog.csdn.net/weixin_47296244/article/details/120943801)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Yolo-FastestV2必读](https://blog.csdn.net/weixin_44463279/article/details/125644092)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Yolo-FastestV2:更快更轻](https://blog.csdn.net/CSS360/article/details/126388396)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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