gdutProblem F: 我是好人4

本文介绍了一道中文题目的解题思路,通过使用水容斥原理解决一个关于求最小公倍数的问题。采用深度优先搜索(DFS)进行状态遍历,并利用剪枝优化算法效率,确保计算过程中乘积不超过预设的最大值。

链接:http://gdutcode.sinaapp.com/problem.php?cid=1039&pid=5

题意:中文题。

分析:水容斥,因为才10^9所以最多能选9个数。直接dfs所以情况,加个剪枝mul>10^9即可。

#include<map>
#include<set>
#include<cmath>
#include<queue>
#include<bitset>
#include<math.h>
#include<cstdio>
#include<vector>
#include<string>
#include<cstring>
#include<iostream>
#include<algorithm>
#pragma comment(linker, "/STACK:102400000,102400000")
using namespace std;
const int N=10000010;
const int MAX=151;
const int mod=100000000;
const int MOD1=100000007;
const int MOD2=100000009;
const double EPS=0.00000001;
typedef long long ll;
const ll MOD=1000000000;
const ll INF=10000000010;
typedef double db;
typedef unsigned long long ull;
int k,a[60];
ll ans;
ll gcd(ll x,ll y) {
    return y ? gcd(y,x%y):x;
}
ll lcm(ll x,ll y) {
    return x/gcd(x,y)*y;
}
void dfs(int x,int g,ll mul) {
    if (mul>MOD) return ;
    if (x==k+1) {
        if (g&1) ans-=MOD/mul;
        else ans+=MOD/mul;
        return ;
    }
    dfs(x+1,g,mul);
    dfs(x+1,g+1,lcm(mul,a[x]));
}
int main()
{
    int i,j,n,t,bo;
    scanf("%d", &t);
    while (t--) {
        scanf("%d", &n);
        for (i=1;i<=n;i++) scanf("%d", &a[i]);
        sort(a+1,a+n+1);
        ans=0;k=0;
        for (i=1;i<=n;i++) {
            bo=0;
            for (j=k;j;j--)
            if (a[i]%a[j]==0) { bo=1;break ; }
            if (!bo) a[++k]=a[i];
        }
        dfs(1,0,1ll);
        printf("%lld\n", ans);
    }
    return 0;
}


安全帽与口罩检测数据集 一、基础信息 数据集名称:安全帽与口罩检测数据集 图片数量: - 训练集:1690张图片 - 验证集:212张图片 - 测试集:211张图片 - 总计:2113张实际场景图片 分类类别: - HelmetHelmet:戴安全帽的人员,用于安全防护场景的检测。 - personwithmask:戴口罩的人员,适用于公共卫生监测。 - personwith_outmask:未戴口罩的人员,用于识别未遵守口罩佩戴规定的情况。 标注格式:YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于实际监控和场景采集,细节清晰。 二、适用场景 工业安全监控系统开发: 数据集支持目标检测任务,帮助构建自动检测人员是否佩戴安全帽的AI模型,适用于建筑工地、工厂等环境,提升安全管理效率。 公共卫生管理应用: 集成至公共场所监控系统,实时监测口罩佩戴情况,为疫情防控提供自动化支持,辅助合规检查。 智能安防与合规检查: 用于企业和机构的自动化安全审计,减少人工干预,提高检查准确性和响应速度。 学术研究与AI创新: 支持计算机视觉目标检测领域的研究,适用于安全与健康相关的AI模型开发和论文发表。 三、数据集优势 精准标注与实用性: 每张图片均经过标注,边界框定位准确,类别定义清晰,确保模型训练的高效性和可靠性。 场景多样性与覆盖性: 包含安全帽和口罩相关类别,覆盖工业、公共场所以及多种实际环境,样本丰富,提升模型的泛化能力和适应性。 任务适配性强: 标注兼容主流深度学习框架(如YOLO),可直接用于目标检测任务,便于快速集成和部署。 实际应用价值突出: 专注于工业安全和公共健康领域,为自动化监控、合规管理以及疫情防护提供可靠数据支撑,具有较高的社会和经济价值。
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