NOIp2018 游记

Day-1

全天咕课,认真复习准备NOIp。敲了Dinic板子发现一点都不熟,慌得一批。然后又来写线段树板子,想找一点自信,结果Luogu WA 0(我好菜啊)然后又用分块WA 30(。。。)不敢再做了。晚上树剖板子主席树板子好像一遍过了,十点就睡了。

Day0

早上附中门口上车去合肥。在车上玩欢乐斗地主分分钟两个号破产,然后有点晕,就休息了。吐槽下宾馆管理有毒,安排给我一个已有人入住的房间。。。下午试机!设备和以往差别不大,测了测速度和Linux指令就出来了。晚宴略。

Day1

大清早上考试(好像不是很犯困)。竟然没有领队的,直接进考场?!懵逼。8:30拿到密码“飞雪连天”,打开题目。

T1

什么神仙玩意?额好像暴力随便过吧。15min暴力写完

T2

什么鬼,T2就数论神仙题。通读了几遍题意,然后把给的样例玩了玩,发现似乎19=10+3+3+3这种就是没有意义的,这样排个序随便DP一下就行了。算了下复杂度正好。40min

T3

一眼看是树形DP题,心想我今天肯定凉了,这个T3至少被人家甩 100 pts。这时候我开始回想考前模拟赛的一次次树上问题,感觉每一次都有神仙YY出优秀的瞎搞做法,于是就往贪心这方面想了。花30min打出来一个二分+线性的合并过了俩小样例,却发现过不了大样例。我心知不妙,先是检查了下细节,然后再查策略的正确性。花了一回儿功夫我才发现要尽量把最长的链扔到上面去,这样才能更优,但是这样复杂度就不对了。multiset常数过大直接弃了,然后就想着二分,然后细节一直调不对,越来越慌。到了大概11:00,我把二分改成了暴力,这才过大样例。拍了拍5*10^4的随机树没有什么问题。然后我改细节发现了问题,紧接着就拍上了。于是我把他俩整合在一起,让暴力跑小图和菊花。这时好像已经11:40了。

吃根 Chocolate 压压惊。

woc T1 暴力好像复杂度不太对,O(N^2)想过10^5?随便X!然后突然就慌了,开始魔改T1代码(失误*1)。加了几处瞎贪心。

出场后

同年级的个个都会T1,而且说是原题。。T3 55pts谁都会。FHY巨佬直接说阿克了。晚上在永和豆浆店吃优秀的晚餐。晚上GZP说T3 55分程序Luogu能过95。还听讲T2细节处理有坑。总之我慌得一批。

测了下N^2 Luogu能过。其他懒得写了。晚上睡眠质量不高。

Day2

一开始T1想复杂了,以为是基环树大讨论,后来发现拆边暴力能AC。(sb选手T1想了两个小时。。。)剩下来就打了T2 50分的规律、T3 44分的暴力dp。没有出现什么重大失误。

返程汽车上打欢乐斗地主,与陌生队友进行了极为默契的配合,怒赢 30000 豆子。

DayX(x > 2)

自测以及分析代码后:

Day1

T1瞎搞会挂分。T2稳。T3暴力写挂了(洛谷前二排WA了四五个)且最后一个点卡常。

Day2

T1被卡常。T2 N=1没特判。T3 44分暴力稳。

凉了呀。年级垫底。

LuoguResult:90+100+60+88+45+44 = 427 (开O2)

若干天后学军数据:60+100+65+88+45+44 = 402

估计AFO了。

回想下去年NOIp,学军测我280,官方测得400,今年还有奇迹发生吗?QAQ

Nov. 20

NOIp成绩出来了,而且是大清早上,我妈比我起床还快些。

90+100+70+100+50+44 = 454

???!!!

不得不说NOIp数据,哦不,评测机真的快。。

CCF nb!

真是的,Day1T1还是没过,WA了一个点。

总结

待更

### 光流法C++源代码解析与应用 #### 光流法原理 光流法是一种在计算机视觉领域中用于追踪视频序列中运动物体的方法。它基于亮度不变性假设,即场景中的点在时间上保持相同的灰度值,从而通过分析连续帧之间的像素变化来估计运动方向和速度。在数学上,光流场可以表示为像素位置和时间的一阶导数,即Ex、Ey(空间梯度)和Et(时间梯度),它们共同构成光流方程的基础。 #### C++实现细节 在给定的C++源代码片段中,`calculate`函数负责计算光流场。该函数接收一个图像缓冲区`buf`作为输入,并初始化了几个关键变量:`Ex`、`Ey`和`Et`分别代表沿x轴、y轴和时间轴的像素强度变化;`gray1`和`gray2`用于存储当前帧和前一帧的平均灰度值;`u`则表示计算出的光流矢量大小。 #### 图像处理流程 1. **初始化和预处理**:`memset`函数被用来清零`opticalflow`数组,它将保存计算出的光流数据。同时,`output`数组被填充为白色,这通常用于可视化结果。 2. **灰度计算**:对每一像素点进行处理,计算其灰度值。这里采用的是RGB通道平均值的计算方法,将每个像素的R、G、B值相加后除以3,得到一个近似灰度值。此步骤确保了计算过程的鲁棒性和效率。 3. **光流向量计算**:通过比较当前帧和前一帧的灰度值,计算出每个像素点的Ex、Ey和Et值。这里值得注意的是,光流向量的大小`u`是通过`Et`除以`sqrt(Ex^2 + Ey^2)`得到的,再乘以10进行量化处理,以减少计算复杂度。 4. **结果存储与阈值处理**:计算出的光流值被存储在`opticalflow`数组中。如果`u`的绝对值超过10,则认为该点存在显著运动,因此在`output`数组中将对应位置标记为黑色,形成运动区域的可视化效果。 5. **状态更新**:通过`memcpy`函数将当前帧复制到`prevframe`中,为下一次迭代做准备。 #### 扩展应用:Lukas-Kanade算法 除了上述基础的光流计算外,代码还提到了Lukas-Kanade算法的应用。这是一种更高级的光流计算方法,能够提供更精确的运动估计。在`ImgOpticalFlow`函数中,通过调用`cvCalcOpticalFlowLK`函数实现了这一算法,该函数接受前一帧和当前帧的灰度图,以及窗口大小等参数,返回像素级别的光流场信息。 在实际应用中,光流法常用于目标跟踪、运动检测、视频压缩等领域。通过深入理解和优化光流算法,可以进一步提升视频分析的准确性和实时性能。 光流法及其C++实现是计算机视觉领域的一个重要组成部分,通过对连续帧间像素变化的精细分析,能够有效捕捉和理解动态场景中的运动信息
微信小程序作为腾讯推出的一种轻型应用形式,因其便捷性与高效性,已广泛应用于日常生活中。以下为该平台的主要特性及配套资源说明: 特性方面: 操作便捷,即开即用:用户通过微信内搜索或扫描二维码即可直接使用,无需额外下载安装,减少了对手机存储空间的占用,也简化了使用流程。 多端兼容,统一开发:该平台支持在多种操作系统与设备上运行,开发者无需针对不同平台进行重复适配,可在一个统一的环境中完成开发工作。 功能丰富,接口完善:平台提供了多样化的API接口,便于开发者实现如支付功能、用户身份验证及消息通知等多样化需求。 社交整合,传播高效:小程序深度嵌入微信生态,能有效利用社交关系链,促进用户之间的互动与传播。 开发成本低,周期短:相比传统应用程序,小程序的开发投入更少,开发周期更短,有助于企业快速实现产品上线。 资源内容: “微信小程序-项目源码-原生开发框架-含效果截图示例”这一资料包,提供了完整的项目源码,并基于原生开发方式构建,确保了代码的稳定性与可维护性。内容涵盖项目结构、页面设计、功能模块等关键部分,配有详细说明与注释,便于使用者迅速理解并掌握开发方法。此外,还附有多个实际运行效果的截图,帮助用户直观了解功能实现情况,评估其在实际应用中的表现与价值。该资源适用于前端开发人员、技术爱好者及希望拓展业务的机构,具有较高的参考与使用价值。欢迎查阅,助力小程序开发实践。资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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