hdu5714(简单转化)

本文详细解析了HDU 5714拍照问题的算法思路,介绍了如何通过计算每艘船可见区间的端点来求解最大可见船只数量,并通过左右两端分别计算的方法寻找合法解。

第一次在博客写题解,写了两个小时(真的不知道自己语文怎么学的),以前看题解,经常是不会看完还是不会,因为思路不一样,别人跳着跳着说说就该粘代码,自己一头雾水要啃好长时间,那真的难受。所以现在自己写就写的多一些,希望不要让别人这样了。

(题意就不贴了,可以上hdu:hdu5714-photo注意小明拍照位置和时间都不一定是整数

这题真的挺简单(虽然我模拟赛想错一个地方只有40)

首先,我们假设所有船都朝同一方向运动。选择一个时刻其实就是这些船移动一定距离,也就是船不动而小明向相反方向移动一定距离。小明既然可以随便选择位置,显然选择时刻没有任何意义,那么我们就当作船永远不动。那么对于每一艘船,我们可以方便的计算出人可以看到它的区间。把所有端点放到一条线上,如果从最左边往右走并把覆盖当前位置的线段的条数叫num,那么没遇到端点num不变,遇左端点num++,遇右端点就在下一位置num–。我们把区间右端点加一后排序,从最左的端点开始遍历每一个端点,Num[i]表示[第i点坐标,第i+1点坐标)(即i到i+1的区间但不包括i+1的坐标),按照上面的方法计算Num数组后就可以直接在端点位置选最大值了(因为其他地方值根本没变)

]

进一步想,我们把向两个方向运动的船分开计算也是一样的道理。但是注意两个方向各自选的位置是真实位置向相反方向平移相同距离得到的。所以只要向左运动的船选的点在向右运动的船选的点的右边或重合,我们就可以取其中点为真实位置,重点到两边的距离即为拍照时刻,满足这个条件的点对就是合法解,我们已经有两个NUM数组,遍历一个数组,因为船的参数都是整数,可以在另一边的坐标数组里二分一下,找到最大位置,算出现在的最大值,和前面遍历的最大值比较一下。

时间O(nlogn) 空间O(n)

还有一点细节详见代码注释。


hduAC代码:

#include <iostream>
#include <stdio.h>
#include <algorithm>
#include <string.h>
using namespace std;
#define N 10005
struct Dian{
    int x;
    bool l_or_r;
}dian[3][2*N];
int n,cnt1,cnt2,tc;
int Num[3][2*N],Max[2*N],zuo[2*N];

bool cmp(Dian a,Dian b)
{
    if(a.x==b.x)
        return a.l_or_r>b.l_or_r;
//前面的点先结算,如果这个位置本来就是最优,现在又没有把该减的的右端点减掉,就会影响最终答案。
//先结算右端点的话这个没算完的位置中最优的一定是本来的最终状态,不会影响答案
    return a.x<b.x;
}

void Read()
{
    scanf("%d",&n);
    for(int i=1;i<=n;i++)
    {
        int xi,yi,zi,di,id;
        scanf("%d%d%d%d",&xi,&yi,&zi,&di);
        int rx=yi-zi,ry=xi+zi;
        if(ry<rx)
            continue;
        if(di==1){
            dian[1][++cnt1]=(Dian){rx,0};
            dian[1][++cnt1]=(Dian){ry+1,1};
        }
        else{
            dian[2][++cnt2]=(Dian){rx,0};
            dian[2][++cnt2]=(Dian){ry+1,1};
        }
    }
    sort(dian[1]+1,dian[1]+1+cnt1,cmp);
    sort(dian[2]+1,dian[2]+1+cnt2,cmp);
    for(int i=1;i<=cnt2;i++)
        zuo[i]=dian[2][i].x;
}

void GetNum()
{
    int num=0;
    for(int i=1;i<=cnt1;i++)
    {
        if(!dian[1][i].l_or_r)
            num++;
        else
            num--;
        Num[1][i]=num;
    }
    num=0;
    for(int i=1;i<=cnt2;i++)
    {
        if(!dian[2][i].l_or_r)
            num++;
        else
            num--;
        Num[2][i]=num;
    }
}

int rea(int x){
        int k1=lower_bound(zuo+1,zuo+cnt2+1,x)-zuo,k2=upper_bound(zuo+1,zuo+cnt2+1,x)-zuo;
    if(k1==k2 && k1!=1) //如果找到的整数位置大于目标且答案还可能更大
        return k1-1;
    return k1;
}

void Work()
{
    Max[cnt2+1]=0; //注意!!之前没有初始化任何数组,所以这个位置可能有上一次的值,所以有两个用处 
    for(int i=cnt2;i>=1;i--)
        Max[i]=max(Max[i+1],Num[2][i]); //1.这里是为了Max[cnt2]能正常推出  
    int nMax=0,ans=Max[1];
    for(int i=1;i<=cnt1;i++)
    {
        nMax=max(nMax,Num[1][i]);
        ans=max(ans,nMax+Max[rea(dian[1][i].x)]);
//2.当此时查找的dian[1][i].x大于所有dian[2],rea函数值为cnt2+1, 而这种情况应是nMax+0 
    }
    printf("Case #%d:\n%d\n",++tc,ans);
}

int main()
{
    int T;
    scanf("%d",&T);
    while(T--)
    {
        cnt1=cnt2=0;
        Read();
        GetNum();
        Work();
    }
    return 0;
}
个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
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