牛客多校1 C Grab the Seat!

link

大意:

思路:

 

 首先,对于每一个有人的位置,它能覆盖的区域就是它与讲台两点的连线对应的在他背后的区域(红色斜线部分),对于每一个点都做出这样一个区域之后,我们就得到了一个完整的覆盖区域,我们的目标自然就是描绘出它的边缘(图中黑线),那么每一行黑线之前的点(图中绿点)就是ok的部分。

现在问题转化为找出每一行黑线覆盖的最左点。仔细观察的话不难发现,如果我们只考虑斜向上的斜线的话,从下到上它们的斜率是依次增大的,而对于每一行,一个斜率大的斜线肯定会覆盖斜率小的斜线,所以我们只需要动态维护从(0,1)点出发的最大斜率即可,每次更新最值。从上到下同理。

这样的话,对于每一次询问,我们可以在O(n)的时间内完成处理,时间是ok的

tip:为了防止保存斜率时double类型带来的计算上的不遍,我选择用x_as,y_as来保存,它们都是ll类型,这样求斜率时只要除一下就好了

别的也没了,这题也并不是很难~

code

#include<bits/stdc++.h>
using namespace std;
#define ll long long
#define endl '\n'
const ll N=2e5+10;
set<ll> st[N];
ll ans[N];//记录答案
ll minx[N];
ll n,m,k,q; 
ll a,b,c;
pair<ll,ll> sd[N];
double lim[N];
void work()
{
	//cout<<"ON"<<endl;
	ll sum=0;//统计
	for(int i=1;i<=m;++i) ans[i]=n;
	ll x_as=1,y_as=1;//维护最大斜率 
	for(int i=1;i<=m;++i)
	{
		//if(st[i].size()==0) continue;
		//cout<<i<<" "<<*st[i].begin()<<endl;
		if(st[i].size()) ans[i]=min(ans[i],*st[i].begin()-1);
		if(i==1||i==m) continue;
		
		//(ans[i]+1,i)
		if((i-1)*x_as>(y_as-1)*(ans[i]+1))
		{
			x_as=ans[i]+1;
			y_as=i;
		}
	//	cout<<i<<' '<<x_as<<' '<<y_as<<endl;
		ll real_x_as=i*x_as/(y_as-1);
		if(real_x_as*(y_as-1)==i*x_as) real_x_as--;
	//	cout<<real_x_as<<endl;
		ans[i+1]=min(ans[i+1],real_x_as);
	//	cout<<i+1<<' '<<ans[i+1]<<endl;
		//cout<<i+1<<" "<<ans[i+1]<<endl;
	} 
	x_as=1,y_as=m;
	//for(int i=1;i<=m;++i) cout<<ans[i]<<endl;
	
	for(int i=m;i;--i)
	{
		if(st[i].size()) ans[i]=min(ans[i],*st[i].begin()-1);
		if(i==1||i==m) continue;
		
		if((m-i)*x_as>(ans[i]+1)*(m-y_as))
		{
			y_as=i;
			x_as=ans[i]+1;
		}
		ll real_x_as=(((m-(i-1))*x_as)/(m-y_as));
		if(real_x_as*(m-y_as)==x_as*(m-i+1)) real_x_as--;
		ans[i-1]=min(ans[i-1],real_x_as);
	}
	for(int i=1;i<=m;++i) sum+=ans[i];
//	cout<<"JLM"<<endl;
//	for(int i=1;i<=m;++i) cout<<ans[i]<<endl;
	cout<<sum<<endl;
}
int main()
{
	cin>>n>>m>>k>>q;
	for(int i=1;i<=k;++i)
	{
		cin>>a>>b;
		st[b].insert(a);//每一行按x坐标排序 
	    sd[i]=make_pair(a,b); 
	}
	while(q--)
	{
		cin>>a>>b>>c;
		ll x=sd[a].first;ll y=sd[a].second;
		st[y].erase(x);//删除 
		st[c].insert(b);
		sd[a]=make_pair(b,c);
		work(); 
	}
	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