2020年第十八届西电程序设计竞赛网络预选赛之Problem B 祖玛 1

题目描述
祖玛是一款著名的益智类游戏,玩家控制发射器发射小球,有三个或三个以
上颜色相同的小球相连即可消去,消去之后两边的小球会自动接在一起,若产
生了连续大于等于三个颜色相同的小球,还会继续消去。
在这里插入图片描述
如果通过上面的叙述你仍没有明白游戏规则,你可以点击 链接 体验。
现给出一串长度为 n 的小球,即有 n + 1 个位置供玩家发射,保证没有连续
三个相同颜色的小球。玩家能在任意位置发射任意颜色的小球,但只能发射一
颗,或者不发射。你的目标是要使得这串小球的长度最小。
输入
第一行包括一个正整数 n(n ≤ 5000) ,表示小球的长度。
第二行包括 n 个数 ai(0 ≤ ai ≤ 109) ,表示小球的颜色。
输出
一个整数,代表最小的长度。
May 10, 2020 2
2020 年西电程序设计竞赛网络赛
样例
样例输入 样例输出
5
1 1 0 0 1
0
样例解释
将这六个位置标记为 1 ∼ 6 ,(1) • (2) • (3) ◦ (4) ◦ (5) • (6)。 在 3 、4 、5 位置中任选一个,发射一颗颜色为 0 的球即可将整串小球消去。
思路:数据量不大,可以直接模拟,不需要记忆化之类的。注意判断边界情况。
代码如下:

#include<bits/stdc++.h>
#define ll long long
using namespace std;

const int maxx=5e3+100;
int a[maxx];
int n;

inline int judge(int u,int num)
{
	int len=0;
	int l,r;
	if(a[u]==a[u+1]) r=u+2,l=u-1;
	else if(a[u]==a[u-1]) r=u+1,l=u-2;
	else if(u+2<=n&&a[u+1]==a[u+2]) l=u,r=u+3;
	else return 0;
	len=2;
	while(1)
	{
		if(l==0||r==n+1) break;
		if(a[l]!=a[r]) break;
		int num=a[l];
		int cnt=0;
		while(l>=1&&a[l]==num) l--,cnt++;
		while(r<=n&&a[r]==num) r++,cnt++;
		if(cnt>2) len+=cnt;
		else break;
	}
	return len;
}
int main()
{
	scanf("%d",&n);
	for(int i=1;i<=n;i++) scanf("%d",&a[i]);
	int _max=0;
	for(int j=1;j<n;j++) _max=max(_max,max(judge(j,a[j]),judge(j,a[j+1])));
	if(a[1]==a[2]) _max=max(_max,2);
	else if(a[n]==a[n-1]) _max=max(_max,2);
	printf("%d\n",n-_max);
	return 0;
} 

努力加油a啊,(o)/~

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    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 1
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

打赏作者

starlet_kiss

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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