POJ 2594 Treasure Exploration(匈牙利算法—最小路径覆盖 + floyd)

本文介绍了解决POJ2594 Treasure Exploration问题的方法。通过Floyd算法求解闭包,允许机器人路径相交,并使用深度优先搜索进行最大匹配计算,最终确定可行路径数量。

题目连接:POJ 2594 Treasure Exploration

题目中有这么一句话:You should notice that the roads of two different robots may contain some same point.就是说不同路径可以有相交点,所以需要先用floyd求闭包,把间接相连的点直接连起来。

具体可以看一下这里:http://www.cnblogs.com/ka200812/archive/2011/07/31/2122641.html

#include <iostream>
#include <cstdio>
#include <cstring>

using namespace std;

const int MAX_N = 500 + 50;

bool _map[MAX_N][MAX_N], vis[MAX_N];
int link[MAX_N], n, k;

void floyd()
{
    for(int p = 1; p <= n; p++)
        for(int i = 1; i <= n; i++)
            for(int j = 1; j <= n; j++)
                if(_map[i][p] == 1 && _map[p][j] == 1)
                    _map[i][j] = 1;
}

bool dfs(int u)
{
    for(int i = 1; i <= n; i++)
    {
        if(!vis[i] && _map[u][i])
        {
            vis[i] = 1;
            if(link[i] == -1 || dfs(link[i]))
            {
                link[i] = u;
                return true;
            }
        }
    }
    return false;
}

int MaxMatch()
{
    int num = 0;
    memset(link, -1, sizeof(link));
    for(int i = 1; i <= n; i++)
    {
        memset(vis, 0, sizeof(vis));
        if(dfs(i))
            num++;
    }
    return num;
}

int main()
{
    while(scanf("%d%d", &n, &k), n + k)
    {
        memset(_map, 0, sizeof(_map));
        int u, v;
        for(int i = 0; i < k; i++)
        {
            scanf("%d%d", &u, &v);
            _map[u][v] = 1;
        }
        floyd();
        printf("%d\n", n - MaxMatch());
    }
    return 0;
}


一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别和分割图像中多个对象的AI模型,适用于对象检测和分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测和分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测和分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字和Bottle Fin对象,增强模型对多样对象的识别和分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练和验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
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