SSLOJ 1210.质数

本文深入探讨了线性素筛算法的实现细节,通过具体题目解析,展示了如何利用线性素筛解决数论问题。文章包含完整的算法代码,以及在实际竞赛中遇到的问题和解决方案。


题目:

传送门


分析:

表示会了线性素筛就是可以为所欲为
但其实考场上忘了怎么打,结果只骗了 30 30 30 p o i n t s points points


代码:

#pragma GCC optimize(3)
#include<iostream>
#include<cstdio>
#include<cmath>
#include<cstring> 
#include<cstdlib>
#include<algorithm>
#include<set>
#include<queue>
#include<vector>
#include<map>
#include<list>
#include<ctime>
#include<iomanip>
#include<string>
#include<bitset>
#include<deque>
#include<set>
#define N 10000003
#define LL long long
using namespace std;
inline LL read() {
    LL d=0,f=1;char s=getchar();
    while(s<'0'||s>'9'){if(s=='-')f=-1;s=getchar();}
    while(s>='0'&&s<='9'){d=d*10+s-'0';s=getchar();}
    return d*f;
}
void write(int x)
{
    if(x>9)write(x/10);
    putchar(x%10+48);
}
int T,l,r,ss[N],tot,s[N];
bool bz[N],p[N];
int main()
{
    memset(bz,1,sizeof(bz));
    bz[1]=0;
    for(int i=2;i<=N-3;i++)
    {
        if(bz[i])ss[++tot]=i;
        for(int j=1;j<=tot && i*ss[j]<N;j++)
        {
            bz[i*ss[j]]=0;
            if(i%ss[j]==0)break;
        }
    }
    memset(p,1,sizeof(p));
    p[1]=0;
    for(int i=2;i<=N-3;i++)
    {
        s[i]=s[i-1];
        if(p[i])s[i]++;
        for(int j=1;j<=tot && i*ss[j]<N;j++)
        {
            if(!bz[i])p[i*ss[j]]=0;
            if(i%ss[j]==0)break;
        }
	}
    T=read();
    while(T--)
    {
        l=read();r=read();
        write(s[r]-s[l-1]);
        putchar('\n');
    }
    return 0;
}

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