LintCode 197. 排列序号

本文介绍了一种计算数组中每个元素后面有多少个小于它的元素的方法,并通过累加这些计数与其权重的乘积来确定排列索引。使用了C++实现了一个具体的算法示例。

思路:

对原数组中的每一个位置,找到其后有多少个数比它小,

然后再相加这些数与为对应的权的乘积.

代码:

class Solution {
public:
    /**
     * @param A an integer array
     * @return a long integer
     */
    long long permutationIndex(vector<int>& A) {
        // Write your code here
        // 找出A中每一个位置其后有多少个数比它小
        // 然后再相加这些数与位对应的权
        int len = A.size();
        int c[len];
        c[len - 1] = 0;// 最后一个数之后就没有比它小的数了
        vector<int> a;
        a.push_back(A[len - 1]);
        for(int i = len - 2;i >= 0; --i){
            auto iter = lower_bound(a.begin(), a.end(), A[i]);
            c[i] = iter - a.begin();
            a.insert(iter, A[i]);
        }
        long long ans = 1, fac = 1, cc = 1;
        for(int i = len - 2;i >= 0; --i)
            ans += (fac*=cc++) * c[i];
        return ans;
    }
};


致谢:lintcode Permutation Index

代码仿其所写,觉颇有精妙之处,多谢,不过被页面闪瞎了,哈.

规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中000.bmp的左边界与001.bmp的右边界,在只保留小数点后4位小数时,其匹配度ppd(1,2)=____ 第1空 5. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中000.bmp的左边界与002.bmp的右边界,在只保留小数点后4位小数时,其匹配度ppd(1,3)=____ 第1空 6. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中000.bmp的左边界与003.bmp的右边界,在只保留小数点后4位小数时,其匹配度ppd(1,4)=____ 第1空 7. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中001.bmp的左边界与000.bmp的右边界,在只保留小数点后4位小数时,其匹配度ppd(2,1)=____ 第1空 8. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中001.bmp的左边界与002.bmp的右边界,在只保留小数点后4位小数时,其匹配度ppd(2,3)=____ 第1空 9. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中001.bmp的左边界与003.bmp的右边界,在只保留小数点后4位小数时,其匹配度ppd(2,4)=____ 第1空 10. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中012.bmp的左边界与007.bmp的右边界,在只保留小数点后4位小数时,其匹配度ppd(13,8)=____ 第1空 11. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中005.bmp的左边界,右边界与其匹配度最高的图片序号是____ 第1空 12. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中010.bmp的左边界,右边界与其匹配度最高的图片序号是____ 第1空 13. (填空题, 5分) 规定000.bmp序号为1,001.bmp序号为2,002.bmp序号为3,……,018.bmp的序号为19。对附件1中018.bmp的右边界,左边界与其匹配度最高的图片序号是____
最新发布
11-10
要计算不同序号BMP图片边界之间的匹配度,以及找出与特定图片左边界匹配度最高的右边界图片序号,可以使用Python结合OpenCV库来实现。以下是一个示例代码: ```python import cv2 import numpy as np # 读取BMP图片 def read_bmp_images(num_images): images = [] for i in range(num_images): image_path = f"{str(i).zfill(3)}.bmp" image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) images.append(image) return images # 计算图片边界匹配度 def calculate_boundary_match(left_image, right_image): left_boundary = left_image[:, -1].reshape(-1, 1) right_boundary = right_image[:, 0].reshape(-1, 1) match_score = np.sum(left_boundary == right_boundary) / left_boundary.size return match_score # 主函数 def main(): num_images = 19 images = read_bmp_images(num_images) # 存储匹配度矩阵 match_matrix = np.zeros((num_images, num_images)) # 计算所有图片边界的匹配度 for i in range(num_images): for j in range(num_images): if i != j: match_score = calculate_boundary_match(images[i], images[j]) match_matrix[i, j] = round(match_score, 4) # 打印匹配度矩阵 print("匹配度矩阵:") for row in match_matrix: print([f"{score:.4f}" for score in row]) # 找出与特定图片左边界匹配度最高的右边界图片序号 specific_image_index = 0 # 假设特定图片序号为1(索引为0) best_match_index = np.argmax(match_matrix[specific_image_index]) + 1 best_match_score = match_matrix[specific_image_index, best_match_index - 1] print(f"与图片 {specific_image_index + 1} 左边界匹配度最高的右边界图片序号为:{best_match_index},匹配度为:{best_match_score:.4f}") if __name__ == "__main__": main() ``` ### 代码解释 1. **读取BMP图片**:`read_bmp_images` 函数用于读取指定数量的BMP图片,并将它们存储在一个列表中。 2. **计算图片边界匹配度**:`calculate_boundary_match` 函数用于计算两张图片左边界和右边界的匹配度。通过比较两张图片边界的像素值,计算相同像素的比例作为匹配度。 3. **主函数**:`main` 函数是程序的入口,它完成以下任务: - 读取所有BMP图片。 - 计算所有图片边界的匹配度,并存储在一个矩阵中。 - 打印匹配度矩阵。 - 找出与特定图片左边界匹配度最高的右边界图片序号,并打印结果。 ### 注意事项 - 请确保附件1中的BMP图片文件名符合 `000.bmp`, `001.bmp`, ..., `018.bmp` 的命名规则。 - 代码假设所有图片的高度相同,否则可能会导致匹配度计算不准确。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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