[编程题]特征提取

本文介绍了一位算法工程师如何从猫咪的视频中提取运动信息。通过识别每一帧中猫咪的特征向量,寻找连续一致的特征来判断猫咪的运动。算法涉及特征匹配、哈希映射和动态维护最长连续特征运动。最终,通过示例展示了如何找出最长的特征运动序列长度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

   小明是一名算法工程师,同时也是一名铲屎官。某天,他突发奇想,想从猫咪的视频里挖掘一些猫咪的运动信息。为了提取运动信息,他需要从视频的每一帧提取“猫咪特征”。一个猫咪特征是一个两维的vector<x, y>。如果x_1=x_2 and y_1=y_2,那么这俩是同一个特征。

       因此,如果喵咪特征连续一致,可以认为喵咪在运动。也就是说,如果特征<a, b>在持续帧里出现,那么它将构成特征运动。比如,特征<a, b>在第2/3/4/7/8帧出现,那么该特征将形成两个特征运动2-3-4 和7-8。

现在,给定每一帧的特征,特征的数量可能不一样。小明期望能找到最长的特征运动。

输入描述:

第一行包含一个正整数N,代表测试用例的个数。

每个测试用例的第一行包含一个正整数M,代表视频的帧数。

接下来的M行,每行代表一帧。其中,第一个数字是该帧的特征个数,接下来的数字是在特征的取值;比如样例输入第三行里,2代表该帧有两个猫咪特征,<1,1>和<2,2>
所有用例的输入特征总数和<100000

N满足1≤N≤100000,M满足1≤M≤10000,一帧的特征个数满足 ≤ 10000。
特征取值均为非负整数。

输出描述:

对每一个测试用例,输出特征运动的长度作为一行

输入例子1:

1
8
2 1 1 2 2
2 1 1 1 4
2 1 1 2 2
2 2 2 1 4
0
0
1 1 1
1 1 1

输出例子1:

3

例子说明1:

特征<1,1>在连续的帧中连续出现3次,相比其他特征连续出现的次数大,所以输出3
import java.util.*;

class Loc {
    public int x;
    public int y;

    public Loc() {

    }

    public Loc(int x1, int y1) {
        x = x1;
        y = y1;
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        Loc loc = (Loc) o;
        return x == loc.x &&
                y == loc.y;
    }

    @Override
    public int hashCode() {
        return Objects.hash(x, y);
    }
}

public class Main {
    public static void solve(Scanner sc) {
        int M = sc.nextInt();
        int maxCnt = 0;
        Map<Loc, Integer> pre = new HashMap<>();
        Map<Loc, Integer> cur = new HashMap<>();
        Map<Loc, Integer> tmp;
        for (int i = 0; i < M; i++) {
            int fNum = sc.nextInt();
            for (int j = 0; j < fNum; j++) {
                Loc loc = new Loc();
                loc.x = sc.nextInt();
                loc.y = sc.nextInt();
                int nowCnt = pre.getOrDefault(loc, 0) + 1;
                cur.put(loc, nowCnt);
                if (nowCnt > maxCnt) {
                    maxCnt = nowCnt;
                }
            }

            tmp = pre;
            pre = cur;
            cur = tmp;
            cur.clear();
        }
        System.out.println(maxCnt);
    }

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int N = sc.nextInt();
        for (int i = 0; i < N; i++) {
            solve(sc);
        }
    }
}

 

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