codeforces 527B:瞎搞

#include"cstdio"
#include"queue"
#include"cmath"
#include"stack"
#include"iostream"
#include"algorithm"
#include"cstring"
#include"queue"
#include"map"
#include"vector"
#define ll long long
#define mems(a,b) memset(a,b,sizeof(a))
#define ls pos<<1
#define rs pos<<1|1

using namespace std;
const int MAXN = 200500;
const int MAXE = 200500;
const int INF = 0x3f3f3f3f;

int mat[26][26];

int main(){
    int len,ans=0;
    char a[MAXN],b[MAXN];
    scanf("%d",&len);
        scanf("%s %s",a,b);
        mems(mat,0);
        for(int i=0;i<len;i++){
            if(a[i]!=b[i]) {mat[a[i]-'a'][b[i]-'a']=i+1;ans++;}
        }
        for(int i=0;i<26;i++)
        for(int j=0;j<26;j++){
            if(mat[i][j]&&mat[j][i]){
                cout<<ans-2<<endl;
                cout<<mat[i][j]<<' '<<mat[j][i]<<endl;
                return 0;
            }
        }
        for(int i=0;i<26;i++)
        for(int j=0;j<26;j++){
            if(!mat[i][j]) continue;
            for(int k=0;k<26;k++){
                if(mat[j][k]){
                    cout<<ans-1<<endl;
                    cout<<mat[i][j]<<' '<<mat[j][k]<<endl;
                    return 0;
                }
                if(mat[k][i]){
                    cout<<ans-1<<endl;
                    cout<<mat[i][j]<<' '<<mat[k][i]<<endl;
                    return 0;
                }
            }
        }
    cout<<ans<<endl;
    cout<<"-1 -1"<<endl;

    return 0;
}

 

题意大概是说给两个字符串,可以把第一个字符串的任意两个字母互换,问最少有多少个字符不一样

字符串的 长度是200000,但是只有26个字母

定义了个数组:mat[i][j]=p表示第一个字符串中的i字符和第二个字符串中的j字符在p位置不一样

这样如果有一组mat[j][i],那这是最好的情况

如果没有这样的情况,那就寻找有没有mat[i][j]和mat[j][k]或者是mat[i][j]和mat[k][i]这样的情况

如果还是没有那输出-1

 

转载于:https://www.cnblogs.com/luxiaoming/p/5137619.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