[HDU4786]Fibonacci Tree

刚读题还以为是WJMZBMR出的tree(bzoj2654)...

其实只用分别把黑边放在前面 白边放在前面做mst,统计两次用的白边数量,看看这个区间内是否有fbi数就可以了

代码写的很挫而且由于数组开小RE了好几次-_-#


#include<iostream>
#include<cstdio>
#include<cstring>
#include<vector>
using namespace std;
const int MAX=100010;
vector<int> WS,wt,bs,bt;
int fbi[MAX],maxf,uni[MAX],us[MAX],ut[MAX],uc[MAX],N,M,f1;
void pre()
{
    memset(fbi,0,sizeof(fbi));
    fbi[1]=1;
    fbi[2]=2;
    maxf=2;
    while (fbi[maxf]<=100000)
    {
        maxf++;
        fbi[maxf]=fbi[maxf-1]+fbi[maxf-2];
    }
}
int find(int x)
{
    int t=x,r;
    while(x!=uni[x]) x=uni[x];
    while(t!=uni[t])
    {
        r=uni[t];
        uni[t]=x;
        t=r;
    }
    return x;
}
void union1(int x,int y)
{
    int a=find(x),b=find(y);
    uni[a]=uni[b];
}
int mst()
{
    memset(uni,0,sizeof(uni));
    for (int i=1; i<=N; i++)
        uni[i]=i;
    int ans=0,num=0;
    for (int i=1; i<=M; i++)
    {
        if (num==N-1) return ans;
        if (find(us[i])!=find(ut[i]))
        {
            union1(us[i],ut[i]);
            if (uc[i]==1) ans++;
            num++;
        }
    }
    if (num!=N-1) f1=false;
    return ans;
}
int main()
{
    freopen("in.in","r",stdin);
    pre();
    int T;
    scanf("%d",&T);
    for (int Ti=1; Ti<=T; Ti++)
    {
        scanf("%d%d",&N,&M);
        int s,t,c;
        for (int i=1; i<=M; i++)
        {
            scanf("%d%d%d",&s,&t,&c);
            if (c==1)
            {
                WS.push_back(s);
                wt.push_back(t);
            }
            else
            {
                bs.push_back(s);
                bt.push_back(t);
            }
        }
        for (int i=0; i<bs.size(); i++)
        {
            us[i+1]=bs[i];
            ut[i+1]=bt[i];
            uc[i+1]=0;
        }
        f1=true;
        for (int i=0; i<WS.size(); i++)
        {
            us[i+bs.size()+1]=WS[i];
            ut[i+bt.size()+1]=wt[i];
            uc[i+bt.size()+1]=1;
        }
        int l=mst();
        for (int i=0; i<WS.size(); i++)
        {
            us[i+1]=WS[i];
            ut[i+1]=wt[i];
            uc[i+1]=1;
        }
        for (int i=0; i<bs.size(); i++)
        {
            us[i+WS.size()+1]=bs[i];
            ut[i+wt.size()+1]=bt[i];
            uc[i+wt.size()+1]=0;
        }
        int r=mst();
        bool flag=false;
        for (int i=1; i<=maxf; i++)
            if (fbi[i]>=l&&fbi[i]<=r)
            {
                flag=true;
                break;
            }
        printf("Case #%d: ",Ti);
        if (flag&&f1) printf("Yes\n");
        else printf("No\n");
        WS.clear();
        wt.clear();
        bs.clear();
        bt.clear();
    }
    return 0;
}


  • 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: 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
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
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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