hdu 1576 求逆元

本文介绍如何利用扩展欧几里得算法求解逆元,并应用到模运算中求解 (A/B) mod m 的问题。通过实例演示,帮助读者理解模运算的基本原理和逆元的计算方法。

题意:给出n=A mod 9973和B,求(A/B) mod 9973

 

昨天用扩展欧几里得做过这题,其实用逆元也可以做。

逆元的定义:例如a*b≡1 (mod m),则b就是a关于m的逆元。

求逆元方法也很简单,用扩展欧几里得解这个方程即可。

逆元性质:若a是b的逆元,则(x/a)mod p=(x*b)mod p

 

对于本题呢?设B的逆元为x,

那么有(A/B) mod 9973=((A mod 9973)*(x mod 9973))mod 9973

 

Reference:  http://blog.youkuaiyun.com/leonharetd/article/details/13095191

 1 #include <iostream>
 2 using namespace std;
 3 __int64 a,b,b1,x,k,tm,r,T,n,ans;
 4 
 5 __int64 extend_gcd(__int64 a,__int64 b,__int64 &x,__int64 &y)
 6 {
 7     if (b==0)
 8     {
 9         x=1;
10         y=0;
11         return a;
12     }
13     else
14     {
15         __int64 r=extend_gcd(b,a%b,y,x);
16         y=y-x*(a/b);
17         return r;
18     }
19 }
20 
21 int gcd(int a,int b)
22 {
23     if (b==0) return a;
24     return gcd(b,a%b);
25 }
26 
27 int main()
28 {
29     cin>>T;
30     while (T--)
31     {
32         cin>>n>>b;
33         //bx==1 (mod m)
34         tm=extend_gcd(b,9973,x,k);
35         b1=x*(1/tm);
36         r=9973/tm;
37         b1=(b1%r+r)%r;    //求出最小非负整数解
38         ans=(n*(b1%9973))%9973;
39         cout<<ans<<endl;
40 
41     }
42     return 0;
43 }

 

转载于:https://www.cnblogs.com/pdev/p/4070972.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