lintcode 1695. Kanade的三重奏

给你一个数组A [1..n],你需要计算多少三元组(i,j,k)满足(i <j <k)((A [i] xor A [j])<(A [j] xor A [k]))

样例

样例 1:

输入:[1,2,3,4,5]
输出:6
解释:[1,2,4],[1,2,5],[1,3,4],[1,3,5],[2,3,4],[2,3,5]符合要求。

样例 2:

输入:[1,2,3]
输出:0
解释:[1,2,3]不符合要求。

注意事项

1≤n≤5∗10^5

0≤A[i]<2^30

输入测试数据 (每行一个参数)如何理解测试数据?

 

32位,计算2对xor操作得到的数,从哪一位开始不同的。对于计算每一位时,计算每一位上的每一个数时,只需计算它之前 和 之后 最后一位不同的对数(0——>1,1——>0)n0,n1。

public class Solution {
    /**
     * @param a: the array
     * @return: how many tuples in the array
     */
    public long getCount(int[] a) {
        long  cnt=0;
        int len=a.length;
        for(int k=31;k>=0;k--){//计算从哪一位开始不同的
            HashMap<Integer,Long> pre=new HashMap<>();
            HashMap<Integer,Long> post=new HashMap<>();
            long n0=0,n1=0;//0-1对,1-0对
            for(int i=1;i<len;i++){
                int c=a[i]>>k;
                post.put(c,post.getOrDefault(c,0L)+1);
            }
            for(int i=1;i<len-1;i++){
                int c1=a[i-1]>>k;
                int c2=a[i]>>k;
                if((c2&1)==0){//0,0,1
                    n1-=pre.getOrDefault(c2+1,0L);
                }else{
                    n0-=pre.getOrDefault(c2-1,0L);
                }
                pre.put(c1,pre.getOrDefault(c1,0L)+1);
                post.put(c2,post.getOrDefault(c2,0L)-1);
                if((c1&1)==0){//0-1对
                    n0+=post.getOrDefault(c1+1,0L);
                }else{
                    n1+=post.getOrDefault(c1-1,0L);
                }
                if((c2&1)==0){
                    cnt+=n0;
                }else{
                    cnt+=n1;
                }   
            }
        }
        return cnt;
    }
}

 

### 回答1: Cohn-Kanade是一个人脸识别公共数据集,该数据集收集了超过500个人,每个人拍摄了多个表情的图片。该数据集被广泛用于面部表情识别、情感分析等领域的研究中。为了保证数据的准确性和一致性,每个表情都由多个专业的标注者进行了标注。同时,在这个数据集中,每个面部表情都有对应的动态视频,可以用于研究面部表情的轨迹和演化。 在计算机视觉领域,人脸识别一直是一个颇具挑战性的问题。Cohn-Kanade的出现,为研究者提供了一个标准化的数据集,使得不同的研究者可以进行比较和复现。该数据集的使用范围包括但不限于:情感识别、人机交互、安全控制等。并且,它还促进了一系列研究,例如研究面部表情如何随着年龄的增长发生变化,以及如何开发一种受身体姿势和面部表情共同影响的人机交互。 因此,Cohn-Kanade是计算机视觉领域里比较有影响力的数据集之一,对智能人脸识别、人机交互等领域的研究具有重要意义。 ### 回答2: Cohn-Kanade是一个被广泛应用于计算机视觉领域的人脸表情数据库,由美国圣迭戈大学和纽约大学共同开发。该数据库包含500张由130位志愿者表演的自然人脸表情图像序列,共计593个图像。每个图像序列由以帧为单位的图像组成,每个图像都标注了相应的人脸特征点(如嘴唇、眼睛等)。通过这些标注点,研究人员可以实现对人脸表情的自动识别与分析。 Cohn-Kanade数据库的应用广泛,涵盖情感计算、机器视觉、计算机图像处理等多个领域。例如,在情感计算领域,研究人员可以利用该数据库实现对人脸表情的情感分类,以此帮助计算机更好地理解人类的情感。此外,在计算机视觉应用领域,Cohn-Kanade数据库也可作为数据来源,帮助计算机视觉算法进行人脸表情检测和识别。总之,Cohn-Kanade数据库是计算机视觉领域的重要研究资源,其应用前景广阔。 ### 回答3: Cohn-Kanade数据库是用于面部表情识别研究的标准数据集之一。该数据库包含了不同人种男女的面部表情,包括快乐、悲伤、愤怒等六种情绪。这些表情是通过将69个面部特征点(如眼睛、嘴巴等)标注在目标人脸上获得的。该数据库的收集过程相当严格和标准化,以确保数据的准确性和可靠性。Cohn-Kanade数据库可用于各种领域,如人脸识别、面部表情分析、情绪检测等。对其的广泛研究和应用,为人们带来了更多的兴趣和发现,促进了计算机视觉和人工智能技术的发展。在百度上搜索Cohn-Kanade,可以获得大量相关论文的链接和相关资源的介绍,对于学习和研究相关领域的人士来说是非常有帮助的。
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