hdu 5727 Necklace 二分图匹配模板加上暴力枚举

本文展示了一个使用匈牙利算法解决二分图最大匹配问题的C++代码示例。通过迭代寻找增广路径来逐步增加匹配数,最终达到最大匹配状态。该示例还涉及了排列生成和最优化过程。
#include <cstdio>
#include <cstring>
#include <vector>
#include <algorithm> 
using namespace std;
struct node{
	int x, y;
};
vector<node>buf;
int n, m, a[12], b[20], g[12][12], v[12];
int linker[12];
bool used[12];
bool dfs(int u)
{
	for(int v = 0; v < n; v++)
	if(g[u][v] && !used[v])
	{
		used[v] = true;
		if(linker[v] == -1 || dfs(linker[v]))
		{
			linker[v] = u;
			return true;
		}
	}
	return false;
}
int hungary()
{
	int res = 0;
	memset(linker, -1, sizeof(linker));
	for(int u = 0; u < n; u++)
	{
		memset(used, false, sizeof(used));
		if(dfs(u)) res++;
	}
	return res;
}
int main()
{
	int ans;
	while(scanf("%d%d",&n,&m) != EOF)
	{
		if(n == 0){
			puts("0");
			continue;
		} 
		buf.clear();
		while(m--)
		{
			node t;
			scanf("%d%d",&t.x, &t.y);
			--t.x, --t.y;//编号从0到n-1 
			buf.push_back(t);
		}
		ans = 0;
		for(int i = 1; i <= n; i++) a[i] = i;
		do{
			for(int i = 0; i < n; ++i)
			for(int j = 0; j < n; ++j)
			g[i][j] = 1;
			for(int i = 0; i < buf.size(); i++){
				g[(buf[i].x)%n][a[buf[i].y]] = 0;
				g[buf[i].x%n][(a[buf[i].y]+1)%n] = 0;
			}   
			ans = max(ans, hungary());    
        }while(next_permutation(a+1,a+n));//最多8!,第一个元素位置固定 
        printf("%d\n",n-ans);
	}
	return 0;
}

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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