【扩展欧几里得】Bzoj 1407: [Noi2002]Savage

 

Description

  

Input

  第1行为一个整数N(1<=N<=15),即野人的数目。第2行到第N+1每行为三个整数Ci, Pi, Li (1<=Ci,Pi<=100, 0<=Li<=106 ),表示每个野人所住的初始洞穴编号,每年走过的洞穴数及寿命值。

Output

  仅包含一个数M,即最少可能的山洞数。输入数据保证有解,且M不大于106。

  看到这题,我们想到了bzoj 1477 青蛙的约会。
  但是我们发现l的值不确定。。所以我们使用枚举大发。。
  直接从scanf的最大编号开始枚举L,然后枚举两个野人,看他们的ax+by=n是否无解或解小于min(life[i],life[j]),如果是的话,继续,不是则break(与题目条件冲突,ax+by=n是什么可以看看我之前写的青蛙的约会的题解,不加berak会TLE)
  上代码吧。。
  
 1 #include<cstdio>
 2 #include<cstring>
 3 #include<cmath>
 4 #include<algorithm>
 5 
 6 using namespace std;
 7 
 8 int x,y,l[16],str[16],h[16];
 9 
10 int exgcd(int n,int m)
11 {
12     if(m==0){x=1,y=0;return n;}
13     int ans=exgcd(m,n%m),t=x;
14     x=y,y=t-n/m*y;
15     return ans;
16 }
17 
18 bool judge(int aa,int bb,int m)
19 {
20     int a=h[aa]-h[bb],b=m,c=str[bb]-str[aa];
21     int g=exgcd(a,b);
22     if(c%g!=0){return 0;}
23     a/=g,b/=g,c/=g;
24     b=fabs(b);
25     exgcd(a,b);
26     int ans=((x*c)%b+b)%b;
27     if(!ans)ans+=m;
28     if(ans<=min(l[aa],l[bb]))return 1;
29     return 0;
30 }
31 
32 int main()
33 {
34     int n,mx=0;
35     scanf("%d",&n);
36     for(int i=1;i<=n;i++){scanf("%d%d%d",&str[i],&h[i],&l[i]);mx=max(mx,str[i]);}
37     for(mx;;mx++)
38     {
39         bool flag=1;
40         for(int i=1;i<=n&&flag;i++)
41             for(int j=i+1;j<=n&&flag;j++)
42                 if(judge(i,j,mx))flag=0;
43         if(flag){printf("%d",mx);return 0;}
44     }
45 }
View Code

 

  
内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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