【DP】三校联考1017T2

本文深入探讨了一个基于三堆石子的博弈论问题,通过定义DP数组来记录不同石子组合下的必胜或必败状态。文章详细解释了如何通过观察不同操作下的状态转移,设计高效的算法来判断给定石子数量下的游戏结局。

分析

非常水的np状态转移的题
定义DP[i][j][k]DP[i][j][k]DP[i][j][k]表示三堆石子分别剩下i,j,k时的np状态。

然后暴力转移会T。不妨观察转移的几种形式:
只用第一堆:j,k不变,i任意。
只用第二堆:i,k不变,j任意。
只用第三堆:i,j不变,k任意。
只用2,3堆,i不变,j-k不变
只用1,3堆,j不变,k-i任意
只用1,2堆,k不变,i-j任意
三堆都用,i-j,j-k均不变。
那么只需要记录这几种状态之前是否有必败态。只要其中一个有,那当前就是必胜态。

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
#define SF scanf
#define PF printf
#define MAXN 310
using namespace std;
bool dp[MAXN][MAXN][MAXN];
bool f[3][MAXN][MAXN],d[3][MAXN*2][MAXN*2],all[MAXN*2][MAXN*2];
void prepare(){
	for(int i=0;i<=300;i++)
		for(int	j=0;j<=300;j++)
			for(int k=0;k<=300;k++){
				if(f[0][j][k]||f[1][i][k]||f[2][i][j]||d[0][i][k-j+MAXN]||d[1][j][k-i+MAXN]||d[2][k][j-i+MAXN]||all[j-i+MAXN][k-j+MAXN])
					dp[i][j][k]=1;
				else{
					f[0][j][k]=1;
					f[1][i][k]=1;
					f[2][i][j]=1;
					d[0][i][k-j+MAXN]=1;
					d[1][j][k-i+MAXN]=1;
					d[2][k][j-i+MAXN]=1;
					all[j-i+MAXN][k-j+MAXN]=1;
				}
			}
}
int main(){
	freopen("stone.in","r",stdin);
	freopen("stone.out","w",stdout);
	prepare();
	int t;
	SF("%d",&t);
	while(t--){
		int x,y,z;
		SF("%d%d%d",&x,&y,&z);
		if(dp[x][y][z])
			PF("Yes\n");
		else
			PF("No\n");
	}
}
一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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