二维,三维树状数组模板

二维树状数组,update(x,y)是更新(x,y),然后维护(x,y)右下角的矩阵,sum(x,y)是求(1,1) 到 (x ,y)这个矩阵内所有元素的和。当然也可以用来求任意矩阵的值。

例如求矩阵(x1,y1) 到 (x2,y2)的值,那么直接sum (x2, y2) – sum(x1 – 1 ,y2) – sum(x2 ,y1 - 1) + sum (x1 – 1 ,y1 - 1) 即可。

int lowbit(int x )  
{  
    return x & (-x) ;  
}  
void update(int x ,int y ,int num)  
{  
    for (int i = x ;i <= n ;i += lowbit(i))  
        for (int j = y ; j <= m ;j += lowbit(j) )  
            c[i][j] += num ;  
}  
int sum(int x ,int y )  
{  
    int ans = 0 ;  
    for (int i = x ;i > 0 ;i -= lowbit(i))  
        for (int j = y ;j > 0 ; j -= lowbit(j))  
            ans += c[i][j] ;  
    return ans ;  
}  
三维树状数组:

int lowbit(int x)
{
    return x&(-x);
}
void update(int x,int y,int z,int num)
{
    for(int i=x;i<=n;i+=lowbit(i))
        for(int j=y;j<=n;j+=lowbit(j))
            for(int k=z;k<=n;k+=lowbit(k))
                c[i][j][k]+=num;
}
int Sum(int x,int y,int z)
{
    int sum=0;
    for(int i=x;i>0;i-=lowbit(i))
        for(int j=y;j>0;j-=lowbit(j))
            for(int k=z;k>0;k-=lowbit(k))
                sum+=c[i][j][k];
    return sum;
}
求空间(x1,y1,z1)到(x2,y2,z2)的值:

w=Sum(x2,y2,z2)-Sum(x2,y1-1,z2)-Sum(x2,y2,z1-1)-Sum(x1-1,y2,z2);
w+=Sum(x2,y1-1,z1-1)+Sum(x1-1,y2,z1-1)+Sum(x1-1,y1-1,z2);
w-=Sum(x1-1,y1-1,z1-1);


  • 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
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