HDU3127 WHUgirls

想到了用背包 一开始没想到怎么做,后来又因为细节出错了。。

应该用在每个状态将每种布快形状都先考虑放入,这样可以保证之后的状态可以是从之前最优的推出。。如果换个写法就不行了

#include <algorithm>
#include <iostream>
#include <string>
#include <cstdio>
#include <vector>
#include <cmath>
#include <queue>
using namespace std;
int dp[1105][1105];
struct TH
{
    int x, y, c;
} th[25];
int main()
{
    int i, j, k, T, n, x, y, a, b, c;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d%d%d",&n,&x,&y);
        for(i=0; i<=x; i++)
            for(j=0; j<=y; j++)
                dp[i][j]=0;
        for(k=0; k<n; k++)
        {
            scanf("%d%d%d",&th[k].x,&th[k].y,&th[k].c);
        }
        for(i=1; i<=x; i++)
            for(j=1; j<=y; j++)
            {
                for(k=0; k<n; k++)
                {
                    a=th[k].x, b=th[k].y, c=th[k].c;
                    if(i>=a&&j>=b)
                    {
                        dp[i][j]=max(dp[i][j],max(dp[i-a][j]+dp[a][j-b],dp[i][j-b]+dp[i-a][b])+c);
                    }
                    swap(a,b);
                    if(i>=a&&j>=b)
                    {
                        dp[i][j]=max(dp[i][j],max(dp[i-a][j]+dp[a][j-b],dp[i][j-b]+dp[i-a][b])+c);
                    }
                }
            }
        printf("%d\n",dp[x][y]);
    }
    return 0;
}

 

转载于:https://www.cnblogs.com/ink-syk/p/3396182.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