ZOJ-2274(最大公约数 + 枚举)

题目:http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemId=1274


#include <cstdio>
#include <cmath>
#include <vector>
#include <algorithm>
using namespace std;
#define MAX	505

int N, num[MAX], tmp[MAX];
vector<int> relativePrime[MAX];
vector<int> relativeCompo[MAX];

int gcd(int x, int y)
{
	if(!x) return y;
	if(!y) return x;
	if(x & 1){
		if(y & 1) return gcd(abs(x - y), min(x, y));
		else return gcd(x, y >> 1);
	}
	else{
		if(y & 1) return gcd(x >> 1, y);
		else return gcd(x >> 1, y >> 1) << 1;
	}
}

int main()
{
	while(~scanf("%d", &N)){
		for(int i = 0; i < N; ++i){
			scanf("%d", num + i);
			relativePrime[i].clear();
			relativeCompo[i].clear();
		}
		sort(num, num + N);
		for(int i = 0; i < N; ++i){
			for(int j = i+1; j < N; ++j){
				if(gcd(num[i], num[j]) == 1) relativePrime[i].push_back(j);
				else relativeCompo[i].push_back(j);
			}
		}
		int tot = 0;
		for(int i = 0; i < N; ++i){
			for(int j = i+1; j < N; ++j){
				if(binary_search(relativePrime[i].begin(), relativePrime[i].end(), j))
					tot += set_intersection(relativePrime[i].begin(), relativePrime[i].end(),
											relativePrime[j].begin(), relativePrime[j].end(),
											tmp) - tmp;
				else
					tot += set_intersection(relativeCompo[i].begin(), relativeCompo[i].end(),
											relativeCompo[j].begin(), relativeCompo[j].end(),
											tmp) - tmp;
			}
		}
		printf("%d\n", tot);
	}
	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
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