1949-比赛成绩排序问题

描述

 

       所有题目(Word、PDF格式):http://acm.njupt.edu.cn/acmhome/nuptacm/2013HW.zip

2013“华为杯”南京邮电大学大学生团体歌唱大赛比赛形式为:大赛分为多轮,每一轮随机选择参赛团体进行两两PK赛。当根据多轮多场的PK赛成绩能够确定排名次序时,大赛结束。

我们将问题进行简化,从1开始按递增顺序给每一个参赛团体分配一个整数编号,已知多场PK赛成绩,请你根据胜负关系确定两个给定参赛团体之间的成绩排名次序。举一个例子,参赛团体1在PK赛中胜参赛团体3,参赛团体2在PK赛中胜参赛团体1,则可知参赛团体2的成绩比参赛团体3的成绩排名高。

 

输入

输入包括多个行:

l         第1行给出参赛团体总数M、已知PK赛成绩的场次C;

l         接下来有C行,每一行先后给出两个参赛团体编号p和q,表示编号为p的参赛团体在PK赛中胜编号为q的参赛团体;

l         最后1行先后给出两个参赛团体编号x和y。

这里1≤M≤1000,1≤C≤10000,1≤p≤1000,1≤q≤1000,1≤x≤1000,1≤y≤1000,p≠q,x≠y。

 

输出

 

针对问题输入最后一行先后给出两个参赛团体编号x和y,输出1行,表示编号为x的参赛团体和编号为y的参赛团体之间的成绩先后次序,具体规定如下:

l         编号为x的参赛团体的成绩排名比编号为y的参赛团体高,则输出x;

l         编号为y的参赛团体的成绩排名比编号为x的参赛团体高,则输出y;

l         不能确定编号为x的参赛团体和编号为y的参赛团体之间的成绩先后次序,则输出字符串N/A

 

样例输入

3 2

1 3

2 1

2 3

样例输出

2

#include <iostream>
#include <list>
#define max 1000
using namespace std;
bool *visit;
int a[max][max]={0};
int bfs(int u,int v)
{
    list<int> s;
    s.clear();
    for(int j=0;j<max;j++) visit[j]=false;
    visit[u]=true;    
    s.push_back(u);
    while(s.size()>0)
    {
        int t=s.front();
        if(t==v) return 1;
        s.pop_front();
        for(int i=0;i<max;i++)
            if(a[t][i]&&!visit[i])
            {
                s.push_back(i);
                visit[i]=true;
            }
    }
    return 0;
}
int main()
{
    int m,c,p,q,x,y;
    cin>>m>>c;
    visit=new bool[max];
    int i,j;
    for(j=0;j<max;j++) visit[j]=false;
    for(i=0;i<c;i++)
    {
        cin>>p>>q;
        a[p][q]=1;
    }
    cin>>x>>y;
    //cout<<bfs(x,y)<<" "<<bfs(y,x)<<endl;
    //cout<<bfs(x,y)<<" "<<bfs(y,x)<<endl;
    if(bfs(x,y)) cout<<x<<endl;
    else if(bfs(y,x)) cout<<y<<endl;
    else cout<<"N/A"<<endl;
    delete []visit;
    return 0;
}

  

转载于:https://www.cnblogs.com/Rosanna/p/3438635.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