POJ 1182 - 食物链

本文通过一个具体的程序设计竞赛题目,介绍了如何使用并查集数据结构来处理生物分类中的冲突情况。针对输入的不同生物间的关系,利用并查集进行分类合并,判断是否存在分类错误,并最终统计错误数量。

请参考《挑战程序设计竞赛第二版》P87~90 (并查集一章节)

刚开始一直runtime error……一直查不出来……最后发现MAXN定义成50005太小了,要3*50005才行……真是蠢……

#include<cstdio>
#define MAXN 3*50000+5
int par[MAXN],rank[MAXN];
void init(int n)
{
	for(int i=1;i<=n;i++) par[i]=i,rank[i]=0;
}
int find(int x)
{
	if(par[x] == x) return x;
	else return( par[x] = find(par[x]) );
}
void unite(int x,int y)
{
	x=find(x),y=find(y);
	if(x == y) return;
	if(rank[x] < rank[y]) par[x]=y;
	else
	{
		par[y]=x;
		if(rank[x] == rank[y]) rank[x]++;
	}
}
bool isSame(int x,int y){return( find(x) == find(y) );}
int main()
{
	int n,k,d,x,y;
	scanf("%d%d",&n,&k);
	init(3*n);
	int ans=0;
	for(int i=1;i<=k;i++)
	{
		scanf("%d%d%d",&d,&x,&y);
		if(x <=0 || x > n ||y <= 0 || y > n)//编号有问题
		{
			ans++;
			continue;
		}
		if(d == 1)//xy同类
		{
			if(isSame(x,y+n) || isSame(x,y+2*n)) ans++;
			else{
				unite(x,y);unite(x+n,y+n);unite(x+2*n,y+2*n); 
			}
		}
		else if(d == 2)//x吃y
		{
			if(isSame(x,y) || isSame(x,y+2*n)) ans++;
			else{
				unite(x,y+n);unite(x+n,y+2*n);unite(x+2*n,y);
			}
		} 
	}
	printf("%d\n",ans);
	return 0;
}


一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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