codevs1113 聪明的质检员

本文介绍了一个使用二分查找解决特定问题的过程,包括避免整数溢出的问题,并通过不断调整搜索范围来寻找最优解。文章包含完整的C++代码实现。

虽然一眼看出是二分,但是还是连wa7次(喂,你自己不注意数据超int

#include<cstdio>
#include<cstdlib>
#include<iostream>
#include<cmath> 
using namespace std;
#define ll long long
#define inf (1LL<<60)
ll n,m,p;
ll S; ll ans=inf;
ll l[200005],r[200005];
ll w[200005],v[200005];
ll sum[200005],cnt[200005];
ll cal(ll W)
{
	ll tmp=0;
	for(ll i=1;i<=n;i++)
	{
		sum[i]=sum[i-1];
		cnt[i]=cnt[i-1];	
		if(w[i]>=W)
		{
			sum[i]+=v[i];
			cnt[i]++;
		}
	}
	for(ll i=1;i<=m;i++)
	{
		tmp+=(cnt[r[i]]-cnt[l[i]-1])*(sum[r[i]]-sum[l[i]-1]);
	}
	return tmp;
}
int main(){
	scanf("%lld%lld%lld",&n,&m,&S);
	for(ll i=1;i<=n;i++) scanf("%lld%lld",&w[i],&v[i]),p=max(p,w[i]);
	for(ll i=1;i<=m;i++) scanf("%lld%lld",&l[i],&r[i]);
	ll l=0,r=p+1; 
	while(l<=r)
	{
		ll mid=(l+r)>>1;
		ll t=cal(mid);
		ans=min(ans,abs(t-S));
		if(t<S)r=mid-1;
		else l=mid+1;
	}
	printf("%lld\n",ans);
	return 0;
}


内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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