挖坑待填

Gym - 101102K

hdu1506 单调栈

Gym - 100956D

hdu5875 单调栈做法貌似是错的,正解应该是线段树,先不写了

hdu5033 单调栈 凸壳

hdu2082 母函数

hdu1028 母函数

hdu1521 指数型母函数

URAL - 2109 2017-1-18 test 补题 线段树 现在莫名MLE 应该是爆栈了

Gym - 100923B - Por Costel and the Algorithm 2017-1-19 test 补题 最短路径树 dijkstra

Gym - 100923C - Por Costel and Bujor 2017-1-19 test 补题 高斯消元 求逆矩阵

Gym - 100923F - Por Costel and the Alien Invasion 2017-1-19 test 补题 “可持久化”线段树 每个结点开一个链表 避免打标记

存个别人的代码

Gym - 100923G - Por Costel and the Orchard 2017-1-19 test 补题 很厉害的dp

CodeForces - 256E 2017-1-20 test E 补题 dp+线段树

poj1703 带权并查集

poj1182 带权并查集

hdu5955 AC自动机+高斯消元 先去搞个更强的高斯消元板子再来搞这题

 

hdu2243

hdu2825

hdu2296

zoj3228

 

poj3181 高精度完全背包 java

gplt L2-018. 多项式A除以B 多项式除法 https://www.patest.cn/contests/gplt/L2-018

The 15th UESTC Programming Contest Preliminary A - Amaz1ng Prime      http://acm.uestc.edu.cn/#/contest/show/147     点分治+FFT

 

The 15th UESTC Programming Contest Preliminary H - Hesty Str1ng         http://acm.uestc.edu.cn/#/contest/show/147     后缀自动机

poj1509 字符串最小表示 后缀自动机 O(n) 把串复制一次,链接在后面之后,建立SAM,贪心地在SAM上转移,每次贪心地选择最小的字符,转移的长度为n时停止。

hihocoder1441 后缀自动机模板,给你一个文本串,输出所有模式串对应的状态的shortest、longest和{endpos},endpos可以根据“后缀链接树”递推而来。

hihocoder1445 字符串中不同的子串数,直接输出Σ(maxlen(st)-minlen(st)+1)即可。

hihocoder1449 对于1~n的每个K,输出长度为K的子串中,出现最多的子串出现的次数。值得注意的是ans[1], ans[2], ... ans[length(S)]一定是一个单调递减序列。所以我们对于每个状态st,只需要更新ans[maxlen(st)]。之后令i = length(S)-1 .. 1,从后向前扫描一遍,令ans[i] = max(ans[i], ans[i+1]),即可。

hihocoder1457 SAM形成一个DAG,在DAG上dp即可。

hihocoder1465 对于每个模式串,输出文本串中和其循环同构的子串数。

poj2774 最长公共子串

spoj1812 LCS2 n(n<=10)的最长公共子串

hdu3401 单调队列 dp

HDU 4609 3-idiots FFT计数, 解答:戳我

UVALive 4671 K-neighbor Substrings FFT算字符串Hamming距离 解答:戳我

UVA 12298 Super Poker II FFT计数, long double, 解答: 戳我

CodeChef COUNTARI Arithmetic Progressions FFT + 分块, 解答:戳我

ZOJ 3856 Goldbach FFT计数, 解答:戳我

UVALive 6886 Golf Bot FFT模板题, 解答: 戳我

HDU 4093 Xavier is Learning to Count 容斥原理 + FFT,(2011年上海现场赛C题) 解答:戳我

poj2888 Polya定理 dp 矩阵乘法

hdu2865 Polya定理 递推

hdu3441 Polya定理 DFS

cccc决赛 光棍数

cccc决赛 L3-2 贪心 线段树

2017川大校赛 MST

训练指南 数学部分 前6题

1

2

3

4

5

6

拉格朗日插值法

hdu6061 NTT

模拟退火

lct

线性基

莫比乌斯反演

hdu6134 //莫比乌斯反演

JSOI2016 http://blog.csdn.net/yxuanwkeith/article/details/51549598 树同构

转载于:https://www.cnblogs.com/autsky-jadek/p/6287396.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