RMQ(1)暴力O(n*n)

本文介绍了一种解决CodeForces 620F问题的方法,通过使用DP预处理技巧将时间复杂度从O(n^3)优化至O(n^2),并在C++实现中详细展示了如何进行数据处理和结果计算。

http://codeforces.com/contest/620/problem/F

 

这题给的时限是10S,且数据量不大,可以O(n*(n+m))大概2e9   过。。。

**O(n3)优化到O(n2)用到了dp预处理

 1 #include<stdio.h>
 2 #include<algorithm>
 3 #include<string.h>
 4 #include<map>
 5 #include<queue>
 6 #include<set>
 7 #include<vector> 
 8 #define MAXN 1000005 
 9 using namespace std;
10 typedef long long ll;
11 int a[100005];
12 struct Edg{
13     int l,r;
14     int num,v;
15 }e[10005];
16 int b[100005],xor1[1000005];
17 int main()
18 {    int n,m;
19     
20     scanf("%d%d",&n,&m);
21     for(int i=1;i<=n;i++)
22     {
23         scanf("%d",&a[i]);
24     }
25     xor1[0]=0;
26     for(int i=1;i<=1000000;i++)
27     {
28         xor1[i]=xor1[i-1]^i;
29     }
30     
31     for(int i=1;i<=m;i++)
32     {
33         scanf("%d%d",&e[i].l,&e[i].r);
34         e[i].num=i,e[i].v=0;
35     }
36 
37     int res;
38     for(int i=1;i<=n;i++)
39     {
40         for(int j=i;j<=n;j++)
41         {
42             res=xor1[a[i]]^xor1[a[j]]^min(a[i],a[j]);
43             if(j==i) b[j]=res;
44             else b[j]=max(res,b[j-1]);
45         }
46         for(int k=1;k<=m;k++)
47         {    if(e[k].l<=i&&i<=e[k].r)
48             {
49                 e[k].v=max(e[k].v,b[e[k].r]);
50             }
51             
52         }
53     }
54     for(int k=1;k<=m;k++)
55     {
56         printf("%d\n",e[k].v);
57     }
58     return 0;
59 } 

 

转载于:https://www.cnblogs.com/lnu161403214/p/8605250.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