Prime Cuts的代码详解

标题

***Prime Cuts

Prime Cuts的英文题目如下:
在这里插入图片描述
这个题翻译过来意思是:输入一个N和一个C,最后输出一个数字序列。
这个数字序列要求是从1开始到N的的素数,然后数的个数也有要求,大致分两种情况,一种是从一到N的素数个数为奇数,另一种是个数为偶数。
若个数为奇数时,输出的素数个数为2c-个,这时要注意当2c-1大于这个范围内的素数个数时把素数全部输出即可,不然则要输出中间的素数,输出的个数为2c-1.
当个数为偶数时除了将素数个数改为2
C,其余的与奇数时相同。
这个题我是直接用的打表把素数表先打出来,然后再将其中的素数存入数组中,在进行的运算。

#include<stdio.h>
#include<math.h>
int main()
{
    int a[1001]= {0},b,c,d,i,j,s[1000];
    for(i=2; i<=1000; i++)
        if(!a[i])
            for(j=i+i; j<=1000; j+=i)
                a[j]=1;
    for(i=1,j=1; i<=1000; i++) if(!a[i])
        {
            s[j]=i;
            j++;
        }
    while(EOF!=scanf("%d%d",&b,&c))
    {
        i=0;
        for(d=1; d<=b; d++)
            if(!a[d])
                i++; 
        if(i%2==0)
        {
            printf("%d %d:",b,c);
            if(c*2>=i)
            {
                for(d=1; d<=i; d++) printf(" %d",s[d]);
                printf("\n");
            }
            else     
            {
                c*=2;
                i-=c;
                i/=2;
                for(j=i+1; j<=i+c; )
                {
                    printf(" %d",s[j]);
                    j++;
                }
                printf("\n");
            }
            printf("\n");
        }
        else
        {
            printf("%d %d:",b,c);
            if(c*2-1>=i)
            {
                for(d=1; d<=i; d++) printf(" %d",s[d]);
                printf("\n");
            }
            else      
            {
                c*=2;
                c--;
                i-=c;
                i/=2;
                for(j=i+1; j<=i+c; )
                {
                    printf(" %d",s[j]);
                    j++;
                }
                printf("\n");
            }
            printf("\n");
        }
    }
    return 0;
}

最后向各位老铁提个建议一定要会调试,不然连那出错都找不出。
第一次写博客,谢谢铁子们的支持,我再接再励尽量多出一些作品,供大家参考学习。

GraphCut是一种基于图论的图像分割算法,它通过将图像转换为图的形式,利用最小割来实现图像分割。 以下是使用Python和OpenCV实现GraphCut图像分割的示例代码: ```python import cv2 import numpy as np # 读取图像 img = cv2.imread('input.jpg') # 创建掩模和背景模型 mask = np.zeros(img.shape[:2], np.uint8) bgModel = np.zeros((1, 65), np.float64) fgModel = np.zeros((1, 65), np.float64) # 定义矩形区域,其中要进行前景分割的对象位于其中 rect = (50, 50, 450, 290) # 进行分割 cv2.grabCut(img, mask, rect, bgModel, fgModel, 5, cv2.GC_INIT_WITH_RECT) # 创建新的掩模,其中确定的前景和可能的前景被标记为1,背景和可能的背景被标记为0 new_mask = np.where((mask==2)|(mask==0), 0, 1).astype('uint8') # 将原始图像与新的掩模相乘以获取分割后的图像 segmented = img * new_mask[:, :, np.newaxis] # 显示结果 cv2.imshow("Segmented Image", segmented) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的代码中,我们首先读取输入图像并创建一个空的掩模和背景模型。然后,我们定义一个矩形区域,其中要进行前景分割的对象位于其中。接下来,我们使用`cv2.grabCut()`函数进行图像分割,并创建一个新的掩模,其中确定的前景和可能的前景被标记为1,背景和可能的背景被标记为0。最后,我们将原始图像与新的掩模相乘以获取分割后的图像,并将其显示出来。 需要注意的是,GraphCut算法的运行时间较长,因此在处理大型图像时可能会需要一些时间。
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

打赏作者

Prime me

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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