HDU 1548 A strange lift(BFS)

本文介绍了一个基于广度优先搜索(BFS)算法的问题解决案例,该案例涉及在不同楼层间移动的问题。通过定义状态和使用队列进行遍历,算法能够找到从起点到达终点所需的最少步数。

题目:http://acm.hdu.edu.cn/showproblem.php?pid=1548

 

玩了两天,差点写不出了。。。。。。。

这题是由某个状态遍历其他状态的BFS

对于某一状态下有---->所在层:now_floor,从开始到该层按了几次按钮:step。。。。。

 

#include <queue>
#include <algorithm>
#include <iostream>
using namespace std;

const int INF = 1 << 30;

int a[222];
bool vis[222];
int n;

struct point
{
    int now_floor, step;
};


int Bfs(int star, int end)
{
    memset(vis, 0, sizeof(vis));
    point q1, q2;
    queue <point> q;
    q1.now_floor = star - 1;
    q1.step = 0;
    q.push(q1);
    vis[q1.now_floor] = 1;

    while (!q.empty())
    {
        q2 = q.front();
        q.pop();

        if (q2.now_floor == end - 1)
        {
            return q2.step;
        }

        q1.now_floor = q2.now_floor + a[q2.now_floor];
        q1.step = q2.step + 1;
        if (q1.now_floor < n && q1.now_floor >= 0 && !vis[q1.now_floor])
        {

            q.push(q1);
            vis[q1.now_floor] = 1;
        }

        q1.now_floor = q2.now_floor - a[q2.now_floor];

        if (q1.now_floor >= 0 && q1.now_floor < n && !vis[q1.now_floor])
        {
            q.push(q1);
            vis[q1.now_floor] = 1;
        }
    }
    return -1;

}

int main()
{

    int i, j;
    int ans;
    int star, end;

    while (~scanf("%d", &n), n)
    {
        scanf("%d%d", &star, &end);
        for (i = 0; i < n; i++)
        {
            scanf("%d", a + i);
        }

        
        printf("%d\n", Bfs(star, end));

    }

    return 0;
}



转载于:https://www.cnblogs.com/qiufeihai/archive/2012/04/09/2439385.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