Codeforces Round #497 (Div.1)

比赛过程:

A是个水题,花了3分钟A了

没了,后面都没过

涨分15

==================================

A

给你n个数,你可以任意重新排列这些数

求最多有几个数能严格大于这个位置原来的数

n<=105

 

排序以后直接做...

 

B

给你三个数A,B,C

求有多少个整数的(a,b,c)使得A*B*C的立方体可以被切成若干个a*b*c的立方体

要求a<=b<=c

多测,100000组数据,1<=A,B,C<=100000

 

C

给你一个n,让你猜x和y

x,y都是[1,n]以内的整数

每次你猜一个x,y

对面会回答:

x小了

y小了

x大了或者y大了

不会说谎,但是有多个回答可能会随机回答

 

DE

没看

==================================================
C题赛后过了

用类似于二分的办法

针对了一下数据

应该是错的

每次把看到1,2就修改l

看到3就修改r,两个r都修改,直到出现一维r>l

这时候另一个r显然就是真实的范围,同时把这个r恢复到最大值(n或者上一次矛盾推导出的r)

复杂度O(log^2),会炸

我每次修改完l以后会直接把l拉到上限再做一次询问,这样做针对了下数据,过了

 

 

 

代码:

A

#include<set>
#include<map>
#include<list>
#include<queue>
#include<stack>
#include<string>
#include<time.h>
#include<math.h>
#include<memory>
#include<vector>
#include<bitset>
#include<fstream>
#include<stdio.h>
#include<utility>
#include<string.h>
#include<iostream>
#include<stdlib.h>
#include<algorithm>
using namespace std;
int a[100005];
int main()
{
    #ifdef absi2011
    freopen("input.txt","r",stdin);
    freopen("output.txt","w",stdout);
    #endif
    int n;
    scanf("%d",&n);
    int i;
    for (i=0;i<n;i++)
    {
        scanf("%d",&a[i]);
    }
    sort(a,a+n);
    int cnt=0;
    a[n]=-1;
    int ans=0;
    for (i=0;i<n;)
    {
        int j;
        for (j=i;a[j]==a[i];j++)
        {
            if (cnt>0)
            {
                cnt--;
                ans++;
            }
        }
        cnt+=(j-i);
        i=j;
    }
    printf("%d\n",ans);
    return 0;
}

C

#include<set>
#include<map>
#include<list>
#include<queue>
#include<stack>
#include<string>
#include<time.h>
#include<math.h>
#include<memory>
#include<vector>
#include<bitset>
#include<fstream>
#include<stdio.h>
#include<utility>
#include<string.h>
#include<iostream>
#include<stdlib.h>
#include<algorithm>
using namespace std;
int query(long long x,long long y)
{
    cout<<x<<" "<<y<<"\n";
    fflush(stdout);
    int n;
    if (cin>>n)
    {
        return n;
    }
    else
    {
        exit(-1);
    }
}
int main()
{
    #ifdef absi2011
    //freopen("input.txt","r",stdin);
    //freopen("output.txt","w",stdout);
    #endif
    long long n;
    cin>>n;
    long long l1=1,l2=1,r1=n,r2=n;
    for (;;)
    {
        long long t_l1=l1,t_l2=l2,t_r1=r1,t_r2=r2;
        for (;;)
        {
            long long mid1=(l1+r1)/2;
            long long mid2=(l2+r2)/2;
            int ans=query(mid1,mid2);
            if (ans==0)
            {
                return 0;
            }
            else if (ans==1)
            {
                l1=mid1+1;
                t_l1=mid1+1;
                int ans=query(r1,mid2);
                if (ans==1)
                {
                    l1=r1+1;
                }
                else if (ans==0)
                {
                    return 0;
                }
                else if (ans==2)
                {
                    l2=mid2+1;
                    t_l2=mid2+1;
                }
            }
            else if (ans==2)
            {
                l2=mid2+1;
                t_l2=mid2+1;
                int ans=query(mid1,r2);
                if (ans==2)
                {
                    l2=r2+1;
                }
                else if (ans==0)
                {
                    return 0;
                }
                else if (ans==1)
                {
                    l1=mid1+1;
                    t_l1=mid1+1;
                }
            }
            else
            {
                r1=mid1-1;
                r2=mid2-1;
            }
            if (r1<l1)
            {
                t_r2=r2;
                break;
            }
            if (r2<l2)
            {
                t_r1=r1;
                break;
            }
        }
        l1=t_l1;
        l2=t_l2;
        r1=t_r1;
        r2=t_r2;
        if ((l1>r1)||(l2>r2)) return 1;
        /* 
        if (l1==r1)
        {
            for (;;)
            {
                int mid=(l2+r2)/2;
                int ans=query(l1,mid);
                if (ans==0)
                {
                    return 0;
                }
                else if (ans==2)
                {
                    l2=mid+1;
                }
                else if (ans==3)
                {
                    r2=mid-1;
                }
            }
        }
        if (l2==r2)
        {
            for (;;)
            {
                int mid=(l1+r1)/2;
                int ans=query(mid,l2);
                if (ans==0)
                {
                    return 0;
                }
                else if (ans==1)
                {
                    l1=mid+1;
                }
                else if (ans==3)
                {
                    r1=mid-1;
                }
            }
        }
        */ 
    }
    return 0;
}

  

转载于:https://www.cnblogs.com/absi2011/p/9315198.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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