[agc002f]Leftmost Ball

本文介绍了一种解决计数问题的动态规划算法。问题为:有n种颜色的球,每种颜色有k个球(排除白色)。将这些球排成一列,并将每种颜色的第一个球涂成白色,求所有可能的颜色序列方案数。算法通过动态规划方法避免重复计算,最终得到颜色序列方案总数。

前言

小清新计数题。

题意

n种颜色每种颜色有k个球(这n种颜色不含白色),排成一行,把每种颜色第一个球涂成白色。
问颜色序列方案数。

DP

要求任意后缀0的个数不比颜色种类数多。
不妨设dp表示f[i,j]已经用了i种颜色,放了i-j个0。
每次可以在最前面放0。
也可以新加一种颜色,为了不计重最前面的要是这种新颜色。
最后还要乘上颜色的阶乘。

#include<cstdio>
#include<algorithm>
#define fo(i,a,b) for(i=a;i<=b;i++)
#define fd(i,a,b) for(i=a;i>=b;i--)
using namespace std;
typedef long long ll;
const int maxn=2000+10,mo=1000000007;
int fac[maxn*maxn],inv[maxn*maxn];
int f[maxn][maxn];
int i,j,k,l,t,n,m,ans;
int qsm(int x,int y){
    if (!y) return 1;
    int t=qsm(x,y/2);
    t=(ll)t*t%mo;
    if (y%2) t=(ll)t*x%mo;
    return t;
}
int C(int n,int m){
    if (n<m||n<0) return 0;
    return (ll)fac[n]*inv[m]%mo*inv[n-m]%mo;
}
int main(){
    scanf("%d%d",&n,&k);
    if (k==1){
        printf("1\n");
        return 0;
    }
    fac[0]=1;
    fo(i,1,n*k) fac[i]=(ll)fac[i-1]*i%mo;
    inv[n*k]=qsm(fac[n*k],mo-2);
    fd(i,n*k-1,0) inv[i]=(ll)inv[i+1]*(i+1)%mo;
    f[0][0]=1;
    fo(i,0,n)
        fd(j,n,0)
            if (f[i][j]){
                if (j) (f[i][j-1]+=f[i][j])%=mo;
                if (i<n) (f[i+1][j+1]+=(ll)f[i][j]*C((i+1)*k-j-2,k-2)%mo)%=mo;
            }
    ans=(ll)f[n][0]*fac[n]%mo;
    (ans+=mo)%=mo;
    printf("%d\n",ans);
}
import cv2 import numpy as np ball_color = ‘gray’ HSV颜色范围设置 color_dist = { ‘gray’: {‘Lower’: np.array([0, 0, 180]), ‘Upper’: np.array([0, 0, 200])}, } 定义名称列表 rect_names = [‘time’, ‘Mon’, ‘Tue’, ‘Wed’, ‘Thu’, ‘Fri’, ‘Sat’, ‘Sun’] 读取图片 frame = cv2.imread(“test2.jpg”) if frame is not None: 图像预处理 gs_frame = cv2.GaussianBlur(frame, (5, 5), 0) hsv = cv2.cvtColor(gs_frame, cv2.COLOR_BGR2HSV) erode_hsv = cv2.erode(hsv, None, iterations=2) inRange_hsv = cv2.inRange(erode_hsv, color_dist[ball_color][‘Lower’], color_dist[ball_color][‘Upper’]) cnts = cv2.findContours(inRange_hsv.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2] if cnts: print(f"找到 {len(cnts)} 个轮廓") qualified_contours = [] # 过滤面积大于100的轮廓 for contour in cnts: area = cv2.contourArea(contour) if area > 100: rect = cv2.minAreaRect(contour) box = cv2.boxPoints(rect) box = np.int32(box) # 获取左上角x坐标用于排序 leftmost_x = min([p[0] for p in box]) qualified_contours.append((leftmost_x, box)) # 按照从左到右排序 qualified_contours.sort(key=lambda x: x[0]) # 取前8个矩形 if len(qualified_contours) != 8: print(f"警告:检测到 {len(qualified_contours)} 个符合条件的矩形,应为8个") else: print(“成功检测到8个矩形,从左到右依次为:”, rect_names) # 遍历每个矩形,分配名称并输出角点坐标 for i, (_, box) in enumerate(qualified_contours[:8]): name = rect_names[i] ang_1, ang_2, ang_3, ang_4 = box[0], box[1], box[2], box[3] # 在图像上标记角点(不显示名称) for point in [ang_1, ang_2, ang_3, ang_4]: cv2.circle(frame, tuple(point), 5, (0, 0, 255), -1) # 打印角点坐标信息到终端 print(f"{name} 的角点坐标:“) print(f"ang_1: {ang_1.tolist()}, ang_2: {ang_2.tolist()}, " f"ang_3: {ang_3.tolist()}, ang_4: {ang_4.tolist()}”) print(“-” * 40) else: print(“未找到符合条件的轮廓”) # 显示图像(仅角点标记,无文本) cv2.imshow(‘image’, frame) cv2.waitKey(0) cv2.destroyAllWindows() else: print(“无法读取图片!”)帮我优化一下这个代码
最新发布
09-14
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