Contains Duplicate II

Given an array of integers and an integer k, find out whether there are two distinct indices i and j in the array such that nums[i] = nums[j] and the difference between i and jis at most k.

class Solution {
public:
    bool containDup(vector<int>& nums){
        int i = 0, z = nums.size();
        for(;i<z-1;i++){
            if(nums[i] == nums[i+1]){
                return true;
            }
        }
        return false;
    }

    bool containsNearbyDuplicate(vector<int>& nums, int k) {
        int z = nums.size();
        int i, j;
        vector<int> temp;
        for(i=0;i<z;i++){
            if(i+k < z-1){
                temp.clear();
                temp.insert(temp.begin(), nums.begin() + i, nums.begin() + i + k + 1);
                sort(temp.begin(), temp.end());
                if(containDup(temp)){
                    return true;
                }
            }else{
                temp.clear();
                temp.insert(temp.begin(), nums.begin() + i, nums.end());
                sort(temp.begin(), temp.end());
                if(containDup(temp)){
                    return true;
                }else{
                    return false;
                }
            }
        }
        return false;
    }
};



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
### 回答1: 这个错误提示表示您的项目构建路径中存在重复的文件或目录。通常,这会导致构建过程中出现错误或意外行为。 要解决此问题,您可以尝试执行以下步骤之一: 1. 清理项目:如果您使用的是IDE(如Eclipse或IntelliJ IDEA),则可以尝试执行“Clean”或“Rebuild”操作,以清理项目并重新生成构建路径。 2. 删除重复的文件或目录:检查您的构建路径,查找重复的文件或目录,并将其删除。 3. 检查依赖项:如果您的项目依赖于其他库或框架,则可能存在冲突或重复的依赖项。尝试检查您的依赖关系,并删除任何重复的依赖项。 希望这些提示对您有帮助! ### 回答2: "build path contains duplicate" 是一个错误提示信息,意思是构建路径中存在重复的内容。通常这个错误会发生在使用开发工具来构建项目时。 造成这个错误的原因可能有很多,比如项目中引用了重复的库文件、重复的资源文件等。解决这个问题可以采取以下步骤: 1. 检查项目的构建路径:打开项目的构建路径设置,检查是否有重复的库文件或资源文件路径。如果有,删除重复的路径。 2. 检查依赖关系:检查项目中的依赖关系,确保每个库文件只被引用一次。 3. 清理和重建项目:清除项目的构建缓存,然后重新构建项目,这样可以使得构建工具重新生成构建路径,解决重复的问题。 4. 更新工具或插件:如果使用的是开发工具或插件,可能是其版本过旧或存在Bug导致的问题。尝试更新工具或插件到最新版本,然后重建项目。 5. 检查项目配置:检查项目的配置文件,例如项目的构建脚本或配置文件,确保没有重复的内容。 总的来说,解决"build path contains duplicate"的问题需要仔细检查项目的构建路径、依赖关系和配置文件等,确保没有重复的内容存在。如果以上方法都无效,可以尝试重建项目或者咨询相关的开发工具提供商,寻求更进一步的帮助。 ### 回答3: "build path contains duplicate"是一个常见的错误消息,它在我们创建、构建或运行项目时可能会出现。这个错误消息意味着我们的构建路径中存在重复的文件或库。 通常,这种错误是由于我们在项目的构建路径里多次引用了相同的文件或库所致。这可能是因为我们在项目配置中添加了多个相同的库,或者多次导入了相同的文件。 要解决这个问题,我们需要检查项目的构建路径并找出重复的部分。首先,我们可以检查项目的构建脚本(如build.gradle或pom.xml)中是否存在多次引用相同的依赖库。如果是这种情况,我们可以删除其中一个重复的引用。 其次,我们还可以检查项目的源代码目录和资源目录,看是否有重复的文件被多次引入。如果是这种情况,我们可以手动删除重复的文件或者调整项目结构,以确保每个文件只被引用一次。 最后,我们还可以检查项目的IDE配置,并查看是否有重复的构建路径配置。有时候IDE工具可能会自动添加一些构建路径,而这些路径与我们手动添加的路径重复了。在这种情况下,我们可以删除重复的构建路径配置。 总之,当我们遇到"build path contains duplicate"错误时,我们需要仔细检查项目的构建路径,找出并删除重复的文件或库。这样,我们就可以成功构建和运行我们的项目了。
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