区间合并

在这里插入图片描述

区间合并

将区间按左端点从小到大的顺序排序。如果下一个线段的左端点的大小小于目前最大的右端点,则更新目前的右端点,如果下一个线段的左端点的大小大于目前最大的右端点,则把目前的区间存储,再记录新的区间。
存储区间左右端点用结构体和pair均可。
代码例子算的是区间总长度。

#include <bits/stdc++.h>
using namespace std;

const int N = 110;
int m, n;
struct Segment
{
    int l, r;
    bool operator< (const Segment& t)const{
        return l < t.l;
    }
}seg[N];

int main()
{
    cin >> m >> n;
    for(int i = 0; i < n; i ++) cin >> seg[i].l >> seg[i].r;
    sort(seg, seg + n);
    int sum = 0;
    int L = seg[0].l, R = seg[0].r;
    for(int i  = 1; i < n; i ++)
    {
        if(seg[i].l <= R) R = max(R, seg[i].r);
        else{
            sum += R - L + 1;
            L = seg[i].l, R = seg[i].r;
        }
    }   
    sum += R - L + 1;
    cout << m + 1 - sum << endl;
}
python+opencv简谱识别音频生成系统源码含GUI界面+详细运行教程+数据 一、项目简介 提取简谱中的音乐信息,依据识别到的信息生成midi文件。 Extract music information from musical scores and generate a midi file according to it. 二、项目运行环境 python=3.11.1 第三方库依赖 opencv-python=4.7.0.68 numpy=1.24.1 可以使用命令 pip install -r requirements.txt 来安装所需的第三方库。 三、项目运行步骤 3.1 命令行运行 运行main.py。 输入简谱路径:支持图片或文件夹,相对路径或绝对路径都可以。 输入简谱主音:它通常在第一页的左上角“1=”之后。 输入简谱速度:即每分钟拍数,同在左上角。 选择是否输出程序中间提示信息:请输入Y或N(不区分大小写,下同)。 选择匹配精度:请输入L或M或H,对应低/中/高精度,一般而言输入L即可。 选择使用的线程数:一般与CPU核数相同即可。虽然python的线程不是真正的多线程,但仍能起到加速作用。 估算字符上下间距:这与简谱中符号的密集程度有关,一般来说纵向符号越稀疏,这个值需要设置得越大,范围通常在1.0-2.5。 二值化算法:使用全局阈值则跳过该选项即可,或者也可输入OTSU、采用大津二值化算法。 设置全局阈值:如果上面选择全局阈值则需要手动设置全局阈值,对于.\test.txt中所提样例,使用全局阈值并在后面设置为160即可。 手动调整中间结果:若输入Y/y,则在识别简谱后会暂停代码,并生成一份txt文件,在其中展示识别结果,此时用户可以通过修改这份txt文件来更正识别结果。 如果选择文件夹的话,还可以选择所选文件夹中不需要识别的文件以排除干扰
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