[COGS 2877]老m凯的疑惑

本文介绍了一道由退役选手Margatroid提出的数学题目及其算法解答过程。通过数学推导,将复杂的问题简化为简单的计算公式,并给出了具体的C++代码实现。

Description

Margatroid退役之后沉迷文化课

这天,写完数学作业之后的他脑洞大开,决定出一道比NOIP2017 D1T1《小凯的疑惑math》还要好的题

题面是这样的

$$ f(n)=n^2\\ g(n)=\sum_{i=1}^{n^3}[f(i)<n]\\\\ k(n)=\sum_{i=1}^{n^3}[g(i)<n] $$

试求$k(n)\ \text{mod}\ 998244353$

Input

一行一个整数$n$

Output

一行一个整数$k(n)$

Sample Input

1

Sample Output

1

Hint

出题人沉迷文化课,无心造数据,满足数据是以10为首项,10为公比的等比数列

题解

由题: $$g(n) = \sum_{i=1} [i^2 < n]$$

显然:

$$g(n) =
\begin{cases}
\sqrt n-1& \text{ n 是完全平方数}\\
\lfloor \sqrt n \rfloor& \text{otherwise}
\end{cases}$$

构造等价函数: $$g(n) = \lfloor \sqrt {n-1} \rfloor$$

同理,由题: $$k(n) = \sum_{i=1} [\sqrt {i-1} < n]$$

因为 $n$ 是正整数,所以 $k(n)$ 等价于:

\begin{aligned}    
     k(n) &= \sum_{i=1} [i-1 < n^2]\\
     & = \sum_{i=1} [i <= n^2]\\
     & = n^2
\end{aligned}

 1 //It is made by Awson on 2018.1.2
 2 #include <set>
 3 #include <map>
 4 #include <cmath>
 5 #include <ctime>
 6 #include <queue>
 7 #include <stack>
 8 #include <cstdio>
 9 #include <string>
10 #include <vector>
11 #include <cstdlib>
12 #include <cstring>
13 #include <iostream>
14 #include <algorithm>
15 #define LL long long
16 #define Max(a, b) ((a) > (b) ? (a) : (b))
17 #define Min(a, b) ((a) < (b) ? (a) : (b))
18 using namespace std;
19 const LL MOD = 998244353;
20 
21 LL n;
22 
23 void work() {
24     scanf("%lld", &n);
25     n = n%MOD*n%MOD;
26     printf("%lld\n", n);
27 }
28 int main() {
29     work();
30     return 0;
31 }

 

转载于:https://www.cnblogs.com/NaVi-Awson/p/8175894.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