hd1871 无题——卖得一手好萌

本文针对宾馆分配问题进行了详细的解析,并提供了一段C语言实现的代码示例。文章中作者通过具体的题目描述,分析了问题需求并给出了自己的解决方案,同时分享了在编程过程中遇到的一些疑惑。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

快来戳我 (´Д`)

首先题意分析···

题意很明白,首先要求是要便宜,其次是这个宾馆可以装下这组所有的人   QAQ  这题里面没有任何的坑 所以只要放心大胆的写就好了(趴

接着上代码

<span style="font-family:SimHei;font-size:18px;">#include <stdio.h>
#include <string.h>
#include <algorithm>
#include <iostream>
using namespace std;
typedef struct {
int no;
int room;
int worth;
}Node;
bool cmp(Node a,Node b)
{

        return a.worth<b.worth;
}
Node node[1005];
    int res[1005];
int main(){
int t;
scanf("%d",&t);
while(t--){
 int c;
 scanf("%d",&c);

int i;
for (i=0;i<c;i++)
{
    scanf("%d %d %d",&node[i].no,&node[i].room,&node[i].worth);
}
int s;
scanf("%d",&s);
int stu[1005];
for (i=0;i<s;i++)
    scanf("%d",&stu[i]);

sort(node,node+c,cmp);
for (i=0;i<s;i++)
{
    for (int j=0;j<c;j++)
    {
        if (stu[i]>node[j].room)
           res[i]=-1;

        else
        {

            res[i]=node[j].no;
            node[j].room-=stu[i];
            break;
        }
    }

}
for (i=0;i<s;i++)
    if (res[i]==-1)
    printf("sorry\n");
else
    printf("%d\n",res[i]);
}
return 0;
}
</span>

这个是当时做题的时候差不多的代码  跟最后ac的代码的差别就是··· 我把那node的数组和res的数组定义在循环里了··然后就错了 我很费解啊(´Д`)

所以求指教


OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,广泛应用于图像处理、计算机视觉和模式识别等领域。物体识别是OpenCV的一个重要应用场景,以下是一些常见的物体识别方法和技术: 1. **特征提取与匹配**: - **SIFT(尺度不变特征变换)**和**SURF(加速稳健特征)**:这些算法用于检测和描述局部特征,能够在图像中识别出相同的物体,即使它们的大小、旋转或光照条件发生变化。 - **ORB(定向快速旋转BRIEF)**:一种快速的特征检测和描述算法,适用于实时应用。 2. **模板匹配**: - 通过在图像中滑动一个模板(已知物体的图像),并计算模板与图像区域的相似度,来找到物体的位置。 3. **机器学习与深度学习**: - **支持向量机(SVM)**:用于分类和回归分析,可以用于物体识别任务。 - **卷积神经网络(CNN)**:深度学习模型,特别适合处理图像数据,能够自动学习图像的特征并进行分类。 4. **目标检测算法**: - **Haar级联分类器**:基于积分图和AdaBoost算法,用于实时人脸检测。 - **YOLO(You Only Look Once)**和**SSD(Single Shot MultiBox Detector)**:实时目标检测算法,能够在单次前向传播中同时进行目标定位和分类。 5. **实例分割**: - **Mask R-CNN**:在目标检测的基础上,进一步分割出目标的精确轮廓。 OpenCV提供了丰富的API和工具,可以方便地实现上述方法。以下是一个简单的示例代码,展示如何使用OpenCV进行模板匹配: ```python import cv2 import numpy as np # 读取原始图像和模板图像 original_image = cv2.imread('original_image.jpg') template = cv2.imread('template.jpg') template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY) w, h = template_gray.shape[::-1] # 转换为灰度图 gray_original = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY) # 模板匹配 result = cv2.matchTemplate(gray_original, template_gray, cv2.TM_CCOEFF_NORMED) threshold = 0.8 loc = np.where(result >= threshold) # 绘制矩形框 for pt in zip(*loc[::-1]): cv2.rectangle(original_image, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) # 显示结果 cv2.imshow('Detected', original_image) cv2.waitKey(0) cv2.destroyAllWindows() ```
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