UVa Problem 10189 Minesweeper (扫雷)

  1. // Minesweeper (扫雷)   
  2. // PC/UVa IDs: 110102/10189, Popularity: A, Success rate: high Level: 1   
  3. // Verdict: Accepted    
  4. // Submission Date: 2011-04-09   
  5. // UVa Run Time: 0.012s   
  6. //   
  7. // 版权所有(C)2011,邱秋。metaphysis # yeah dot net   
  8. //   
  9. // 解题思路很简单,使用字符数组表示给定的地雷图,逐个扫描统计各点周围的地雷总数。在计算地雷总数时,   
  10. // 用到了一个小技巧,设置边界数组 bounds,将当前的点顺次加上边界数组的值即可得到当前点周围的 8 个   
  11. // 点,注意不要忘记判断点是否在地雷地图范围内。   
  12.   
  13. #include <iostream>   
  14. #include <cstring>   
  15.   
  16. using namespace std;  
  17.   
  18. #define MAXSIZE 100   
  19.   
  20. inline bool range_checking(int x, int y, int line, int row)  
  21. {  
  22.     return (0 <= x && x < line) && (0 <= y && y < row);  
  23. }  
  24.   
  25. void display(char matrix[][MAXSIZE], int line, int row)  
  26. {  
  27.     int bounds[8][2] =  
  28.         { {-1, -1}, {-1, 0}, {-1, 1}, {0, -1}, {0, 1}, {1, -1}, {1, 0},  
  29.         {1, 1} };  
  30.   
  31.     for (int i = 0; i < line; i++)  
  32.     {  
  33.         for (int j = 0; j < row; j++)  
  34.         {  
  35.             // 如果该位置为地雷则原样输出地雷的符号。   
  36.             if (matrix[i][j] == '*')  
  37.                 cout << "*";  
  38.             else  
  39.             {  
  40.                 // 统计该点周围 8 点的地雷总数。   
  41.                 int mines = 0;  
  42.                 for (int k = 0; k < 8; k++)  
  43.                 {  
  44.                     int m = i + bounds[k][0];  
  45.                     int n = j + bounds[k][1];  
  46.   
  47.                     if (range_checking(m, n, line, row)  
  48.                         && matrix[m][n] == '*')  
  49.                         mines++;  
  50.                 }  
  51.   
  52.                 cout << mines;  
  53.             }  
  54.         }  
  55.   
  56.         cout << endl;  
  57.     }  
  58. }  
  59.   
  60. int main(int ac, char *av[])  
  61. {  
  62.     char matrix[MAXSIZE][MAXSIZE];  
  63.     int line, row, field = 0;  
  64.   
  65.     while ((cin >> line >> row, line && row))  
  66.     {  
  67.         memset(matrix, 0, sizeof(matrix));  
  68.   
  69.         for (int i = 0; i < line; i++)  
  70.             for (int j = 0; j < row; j++)  
  71.                 cin >> matrix[i][j];  
  72.   
  73.         if (field > 0)  
  74.             cout << endl;  
  75.         field++;  
  76.   
  77.         cout << "Field #" << field << ":" << endl;  
  78.   
  79.         display(matrix, line, row);  
  80.     }  
  81.   
  82.     return 0;  
  83. }  
// Minesweeper (扫雷)
// PC/UVa IDs: 110102/10189, Popularity: A, Success rate: high Level: 1
// Verdict: Accepted 
// Submission Date: 2011-04-09
// UVa Run Time: 0.012s
//
// 版权所有(C)2011,邱秋。metaphysis # yeah dot net
//
// 解题思路很简单,使用字符数组表示给定的地雷图,逐个扫描统计各点周围的地雷总数。在计算地雷总数时,
// 用到了一个小技巧,设置边界数组 bounds,将当前的点顺次加上边界数组的值即可得到当前点周围的 8 个
// 点,注意不要忘记判断点是否在地雷地图范围内。

#include <iostream>
#include <cstring>

using namespace std;

#define MAXSIZE 100

inline bool range_checking(int x, int y, int line, int row)
{
	return (0 <= x && x < line) && (0 <= y && y < row);
}

void display(char matrix[][MAXSIZE], int line, int row)
{
	int bounds[8][2] =
		{ {-1, -1}, {-1, 0}, {-1, 1}, {0, -1}, {0, 1}, {1, -1}, {1, 0},
		{1, 1} };

	for (int i = 0; i < line; i++)
	{
		for (int j = 0; j < row; j++)
		{
			// 如果该位置为地雷则原样输出地雷的符号。
			if (matrix[i][j] == '*')
				cout << "*";
			else
			{
				// 统计该点周围 8 点的地雷总数。
				int mines = 0;
				for (int k = 0; k < 8; k++)
				{
					int m = i + bounds[k][0];
					int n = j + bounds[k][1];

					if (range_checking(m, n, line, row)
						&& matrix[m][n] == '*')
						mines++;
				}

				cout << mines;
			}
		}

		cout << endl;
	}
}

int main(int ac, char *av[])
{
	char matrix[MAXSIZE][MAXSIZE];
	int line, row, field = 0;

	while ((cin >> line >> row, line && row))
	{
		memset(matrix, 0, sizeof(matrix));

		for (int i = 0; i < line; i++)
			for (int j = 0; j < row; j++)
				cin >> matrix[i][j];

		if (field > 0)
			cout << endl;
		field++;

		cout << "Field #" << field << ":" << endl;

		display(matrix, line, row);
	}

	return 0;
}
  • 1
    点赞
  • 1
    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
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
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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