洛谷P4170 [CQOI2007]涂色题解

废话:

这个题我第一眼看就是贪心呐, 可能是我之前那做过一道类似的题这俩题都是关于染色的

现在由于我帅气无比的学长的指导, 我已经豁然开朗, 这题贪心不对啊,

 

 

当时感觉自己好厉害贪心都能想出来

差点就觉得自己感动中国了

现在感觉自己仿佛是个zz

但是50分的话, 还是比较可观的(我在瞎说不要信

 

正文:

区间DP, 枚举区间 ,分为两个情况讨论

第一种情况:你现在枚举的这个区间[i, j], 两边的颜色是一样的那么就从[i + 1. j]和[i, j - 1]里面选择较小的那一个

第二种情况:就是两边颜色不一样的情况, 直接枚举一个k合并区间即可

最后一定要注意:

f数组一定要初始化!

 memset (f, 0x3f3f3f, sizeof (f));
 for (int i = 1; i <= len; i++)
   f[i][i] = 1;

AC程序(我真的很喜欢自己的码风,等待挨喷):

#include <cstdio>
#include <cstring>
#include <iostream>
using namespace std;
const int N = 110;
char ch[N];
int f[N][N], len;
int main () {
    scanf ("%s", ch + 1);
    len = strlen (ch + 1);
    memset (f, 0x3f3f3f, sizeof (f));
    for (int i = 1; i <= len; i++)
        f[i][i] = 1;
    for (int l = 2; l <= len; l++) 
        for (int i = 1; i + l - 1 <= len ; i++) {
            int j = i + l - 1;
            if (ch[i] == ch[j])
                f[i][j] = min (f[i + 1][j], f[i][j - 1]);
            else for (int k = i; k < j; k++) 
                f[i][j] = min (f[i][j], f[i][k] + f[k + 1][j]);
        }
    printf ("%d\n", f[1][len]);
    return 0;
}

谢谢收看, 祝身体健康!

转载于:https://www.cnblogs.com/yanxiujie/p/11345671.html

  • 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