hdu 3724(trie)

开始学trie,在结构体里车初始化的时候写成了tire,找了好长时间bug,难受,特别注意这里sz代表的是第几个节点,而不是层数,不同的节点可以在同一层

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
using namespace std;
const int maxn=300000+10;
double hh[maxn];
int ans[maxn];
const int inf=0x3f3f3f3f;
struct Trie
{
    int sz;
    int ch[maxn][50],val[maxn];
    int idx(char cc) {return (cc-'a');}
    Trie()
    {
        sz=1;
        memset(ch[0],0,sizeof(ch[0]));
    }
   void inset(string s,int v)
   {
       int u=0;
       for(int i=0;i<s.length();i++)
       {
           int c=idx(s[i]);
           if(!ch[u][c])//u代表的是第几个点,而不是第几层,同一层可能有编号各样的点,如2,4,6
           {
               memset(ch[sz],0,sizeof(ch[sz]));//新点的下一个点清空
               val[sz]=0;
               ch[u][c]=sz++;//指向下一个点
           }
           u=ch[u][c];
           ans[u]++;//能够走到这个点就++
       }
       val[u]=v;
   }
   int serch(string aa)
   {
      int u=0;
      for(int i=0;i<aa.length();i++)
      {
          int c=idx(aa[i]);
          if(!ch[u][c])
            return 0;
          else u=ch[u][c];
      }
      return ans[u];//有几个能走到u点的
   }
};
Trie tree;
int n,m;
int main()
{
      while(~scanf("%d%d",&n,&m)&&n&&m)
      {    int qq=0;
          memset(ans,0,sizeof(ans));
          for(int i=0;i<n;i++)
          {
              string a;
              cin >> a;
              tree.inset(a,0);
          }
          int tt;
        for(int j=0;j<m;j++)
        {  string ss="";
            scanf("%d",&tt);
           for(int k=0;k<tt;k++)
           {
                double maxi=0,mini=inf*1.0;
                for(int i=0;i<8;i++)
                {
                    scanf("%lf",&hh[i]);
                    maxi=max(hh[i],maxi);
                    mini=min(hh[i],mini);
                }
            double mid=(maxi+mini)/2.0;
            for(int i=0;i<8;i++)
            {
                if(hh[i]>mid)
                    hh[i]=1;
                else hh[i]=0;
            }
            int zz=0,pp=1;
            for(int i=7;i>=0;i--)
            {
                zz+=hh[i]*pp;
                pp=pp*2;
            }
            char mmp=(char)zz;
            ss+=mmp;
           }
           qq+=tree.serch(ss);
        }
         printf("%d\n",qq);
      }
    return 0;
}

 

转载于:https://www.cnblogs.com/Wangwanxiang/p/7262334.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