【模板】二分图最大匹配

二分图最大匹配就是一个暴力的dfs(个人认为)

思想是先匹配,一旦有一个人匹配不了就将他能匹配的那个人的对象(搞掉)

让他去找另外一个人,当找不到在回来找到了两者都有对象

练习题 :https://www.51nod.com/Challenge/Problem.html#!#problemId=2006

练习题ac代码

#include <bits/stdc++.h>

using namespace std;

typedef long long ll;
typedef long double ld;

const ll maxn = 1e5 + 5;
const ll mod = 10000000007;
ll n,m;
ll a[105][105];//飞行员匹配图 
ll flag[105];
ll b[105];//英国飞行 

//匹配 
ll mate(ll x)
{
	for(int i = 1; i <= n - m; i ++)
	{
		if(a[x][i] == 1 && flag[i] == 0)
		{
			flag[i] = 1;
			if(b[i] == 0 || mate(b[i]))//看这个人有对象没,或者他对象能不能找到另外一个 
			{
				b[i] = x;
				return 1;
			}
		}
	}
	
	return 0;
}
int main()
{
	ios::sync_with_stdio(0);
	cin.tie(0),cout.tie(0);
	
	cin >> m >> n;
	
	ll x,y;
	while(cin >> x >> y)
	{
		if(x == -1 && y == -1)break;
		a[x][y - m] = 1;
	}
	
	ll sum = 0;
	for(int i = 1; i <= m; i ++)
	{
		memset(flag,0,sizeof(flag));
		if(mate(i))
		{
			sum ++;
		}
	}
	cout << sum << endl;
	
	return 0;
} 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
模板匹配是一种常见的像处理方法,用于在一幅像中寻找与给定模板最相似的部分。它在计算机视觉和模式识别领域有着广泛的应用。 模板匹配的基本思想是将模板像中的每一个可能位置进行比较,找出最相似的部分。它可以用于目标检测、物体识别、像跟踪等任务。 在模板匹配中,首先需要选择一个合适的模板模板是一个与待匹配部分相似的小像,通常是由人工标定或从训练数据中学习得到的。然后,将模板像中的每一个可能位置进行比较。 常见的模板匹配方法有两种:基于像素的方法和基于特征的方法。基于像素的方法是将模板像的每一个像素进行逐一比较,计算它们的差异度或相关性,然后找出最小差异度或最大相关性对应的位置。而基于特征的方法则是提取像和模板的特征,并通过特征的相似性来进行匹配模板匹配的核心问题是相似度度量。常用的相似度度量方法有差值平方和、互相关、归一化互相关等。对于大型像和模板,为了提高匹配速度,还可以使用加速方法,如快速傅里叶变换(FFT)来加速计算。 当找到最相似的部分后,可以进行后续的处理,如目标检测中的边界框标定,物体识别中的分类等。但模板匹配也有一定的局限性,特别是对于光照变化、旋转变化、尺度变化等情况,匹配的效果可能会受到影响。 综上所述,模板匹配是一种常见的像处理方法,通过与给定模板进行比较,找到像中最相似的部分。它具有广泛的应用领域,但也存在一定的局限性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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