pojBrackets

Bracketspoj2955
题意:给好多个括号,问最多能够匹配上多少个
思路:区间dp。
首先预处理长度为1,2的时候。
然后每次枚举一下中间的断点,找到使得dp[i][j]最大的点.

#include<cstdio>
#include<iostream>
#include<cstring>
#include<map>
#include<set>
#include<algorithm>
#include<sstream>
#include<string>

using namespace std;
char a[107];
int dp[107][107];


bool is(char a,char b)
{
    if(a=='('&&b==')')
        return 1;
    if(a=='['&&b==']')
        return 1;
    return 0;
}
int main()
{
    while(scanf("%s",a)!=EOF)
    {
        if(strcmp(a,"end")==0)
        {
            break;
        }
        memset(dp,0,sizeof dp);
        int len=strlen(a);
        for(int i=0;i<len;i++)
        {
            if(i+1<len)
            {
                if(is(a[i],a[i+1]))
                    dp[i][i+1]=2;
                else
                {
                    dp[i][i+1]=0;
                }
            }

            dp[i][i]=0;

        }

        int n=len;
        for(int i=2;i<n;i++)
        {
            for(int j=0;j+i<n;j++)
            {
                if(is(a[j],a[j+i]))
                {
                    dp[j][j+i]=dp[j+1][j+i-1]+2;
                }

                for(int k=j;k+1<=j+i;k++)
                {
                    dp[j][j+i]=max(dp[j][j+i],dp[j][k]+dp[k+1][i+j]);

                }
            }
        }

        printf("%d\n",dp[0][len-1]);

    }

    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
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