『HDU 5773』The All-purpose Zero

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=5773(好题)

题意:给你N个数字,其中0可以变成任意整数,那么求最长上升子序列的最长长度.

个人感想:
题解大神的思路就是牛逼…只能%%%%了…这道题我看了题解其实我也不太明白为什么…我才发现原来我一直在LIS的误区中,我对它理解得不够深啊.然后我问了我队友当时是怎么做的.我才明白到原来O(nlogn)求LIS的数组中存的也是每个长度对应的最小尾数!!我只是自然的理解为替换就是对了,反正实在浅显,直接给我当头一棒.好吧吹完了,来讲一下想法,我也要好好的储存这道例题.

这里写图片描述
给你这样的一个序列,我们先往O(nlogn)的想法去做.
这里写图片描述
假设我们现在枚举到第3位,很明显,
长度为1最小尾数是1
长度为2最小尾数是2
长度为3最小尾数是3
当我们遇到0了,因为0可以变成任意的整数.
这里写图片描述
长度为1最小尾数是-INF
长度为2最小尾数是2
长度为3最小尾数是3
长度为4最小尾数是4
这就是0对前面几个数的影响.
同样的再来一个0.
这里写图片描述
长度为1最小尾数是-INF
长度为2最小尾数是-INF
长度为3最小尾数是3
长度为4最小尾数是4
长度为5最小尾数是5
这些都是对于还没有枚举的数字**(4…)来说的.大家应该也明白.
那么对于后面的数字也就莫非就是找到能够接上
最大长度小于本身的尾数了**.,可是我们发现如果按照这样子DP的话显然是不行的,难道还得插入**-INF吗?显然我们可以换一种思路,既然我们前面是使这尾数+1**,那么我每遇到一个非0我就使后面的数减取前面的0的个数不就好了!,最后的答案数+回0的个数,就是题解了
这里写图片描述
可以发现,我减少4-2=2,从前面更新长度的最小尾数,必然是答案了…我这样讲应该明白了把

分析:最长上升子序列变形.

代码:

/* Author:GavinjouElephant
 * Title:
 * Number:
 * main meanning:
 *
 *
 *
 */

//#define OUT
#include <iostream>
using namespace std;
#include <cstdio>
#include <cmath>
#include <cstring>
#include <algorithm>
#include <sstream>
#include <cctype>
#include <vector>
#include <set>
#include <cstdlib>
#include <map>
#include <queue>
//#include<initializer_list>
//#include <windows.h>
//#include <fstream>
//#include <conio.h>
#define MaxN 0x7fffffff
#define MinN -0x7fffffff
#define Clear(x) memset(x,0,sizeof(x))
const int INF=0x3f3f3f3f;
int T;
const int maxn=1e5+10;
int N;
int s[maxn];
int dp[maxn];
void init()
{
   memset(dp,0x3f,sizeof(dp));
}
int main()
{
#ifdef OUT
    freopen("coco.txt","r",stdin);
    freopen("lala.txt","w",stdout);
#endif
     scanf("%d",&T);
     for(int cas=1;cas<=T;cas++)
     {
         init();
        scanf("%d",&N);
        /*for(int i=0;i<N;i++)
        {
            cout<<dp[i]<<" ";
        }
        cout<<endl;*/
         int cnt=0;
         for(int i=0;i<N;i++)
         {
            scanf("%d",&s[i]);
         }

         for(int i=0;i<N;i++)
         {
             if(!s[i]){cnt++;}
             else
             {
                 s[i]-=cnt;
                 *lower_bound(dp,dp+N,s[i])=s[i];
             }
         }

         printf("Case #%d: %d\n",cas,lower_bound(dp,dp+N,INF)-dp+cnt);
     }


    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