sdnu1271.小宇找MM(暴力水题)

 

Description

大家都知道小宇是一个很纯洁的小孩!有一天他做梦了,梦见好多MM排着队随他挑。这些MM来自不同的国家,但也有同一个国家的,而他想尽量认识不同国家的MM。因此小宇想知道他可以认识到不同国家的MM区间长度的最大值,并且小宇想知道共有多少个国家的MM供他选择。

题目来了:

现在有多个MM,给出她们所在的国家的标号(标号仅由1个小写字母组成,不同的字母表示不同的国家)。她们按顺序从左到右站成一排。小宇想找到一个区域,使他能够找到最多不同国家的MM,要求输出所有MM属于多少个不同的国家和可以认识不同国家MM的最大区间长度(该区间内没有来自同一个国家的MM)。比如在整个队伍内他按从左向右顺序找到了3a国的MM1bMM1个cMM。那么不同国家的最大数为3a国、b国、c国),最大可以认识不同国家MM的区间长度为3(只须认识a国的最右面的一个人以及bc国即可得到最大区间长度3)。假设在队伍内的人他都还没有认识。

Input

输入一行为一串由小写字母组成的MM队列,表示MM来自的不同国家。

Output

输出数据为一行,包含两个整数,第一个整数所有供小宇选择的MM来自多少个国家。第二个整数代表小宇能找到不同国家MM的最大区间长度。

Sample Input

aaabc

Sample Output

3 3

 暴力求解  借助set去重

#include <bits/stdc++.h>
using namespace std;
int main()
{
    string s;
    while(getline(cin,s))
    {
        set<char>st;
        int n,m;
        int len=s.size();
        for(int i=0; i<len; i++)
            st.insert(s[i]);
        cout<<st.size()<<' ';
        st.clear();
        int ans=0;
        int tmp=0;
        int cnt=0;
        for(int i=0; i<len; i++)
        {
            for(int j=i; j<len; j++)
            {
                if(!st.count(s[j]))
                {
                    st.insert(s[j]);
                    tmp++;
                    ans=max(tmp,ans);
                }
                else
                {
                    tmp=0;
                    st.clear();
                    break;
                }
            }
        }
        cout<<ans<<'\n';
    }
    return 0;
}

 

  • 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