hdu 1049 Climbing Worm

井底之蛙跳跃问题
本文探讨了一道经典的编程题目——井底之蛙问题。通过分析不同情况下的解题策略,给出了正确的AC代码实现,并对比了错误版本的问题所在。文章详细解释了如何使用循环和条件判断来解决这一问题。

解题思路:

1. 两种情况,0x1:井深度小于一次跳的高度.0x2:井深度大于一次跳的高度

2.如果 属于 0x1 则一次跳出

3.否则 本次解题中直接枚举跳的次数

   一直循环,直到 【每次跳的真实高度(一次高度减去滑下的高度)】*【次数(循环)】+【最后一次(一次的高度)】大于等于井深度

 得到次数

4. 输出:次数*2+1

     次数*2:每跳一次,休息一分钟

      +1   :最后一跳,直接跳出井

Ac code:

#include<stdio.h>
int main(void)
{
    int n,u,d;
    int sum,i;
    while(scanf("%d%d%d",&n,&u,&d)!=EOF&&n)
    {
        if(n<=u)sum=1;
        else
        {
            for(i=1;; i++)
                if(n<=((u-d)*i+u))
                    break;
            sum=2*i+1;
        }
        printf("%d\n",sum);
    }
    return 0;
}

 

错误版本,求大神指正:

sum 可以看成求得次数。

(n-u):去掉最后一跳

(u-d):每次跳的真实高度

取得最后一跳 / 每次的高度 , 并强制转换成 double +0.5

举例:

n=10 u=2 d=1:  8 / 1 +0.5 =8 ->8*2+1=17

 n=20 u=3 d=1: 17 /2 +0.5=9->9*2+1=19

错的不知所云

#include<stdio.h>
int main(void)
{
    int n,u,d;
    int sum;
    while(scanf("%d%d%d",&n,&u,&d)!=EOF&&n)
    {
            sum=(int)(((double)(n-u)/(u-d))+0.5);
            printf("%d\n",sum*2+1 );
    }
    return 0;
}

  

Taskr同学提醒: 10 9 1 该组测试数据发现问题

修正版AC代码:

 1 #include<stdio.h>
 2 int main(void)
 3 {
 4     int n,u,d;
 5     int sum;
 6     while(scanf("%d%d%d",&n,&u,&d)!=EOF&&n)
 7     {
 8             sum=ceil(((double)(n-u)/(u-d))); //仅修改了本行
 9             printf("%d\n",sum*2+1 );
10     }
11     return 0;
12 }

 

转载于:https://www.cnblogs.com/A--Q/p/5719353.html

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