Treap的板子

【普通平衡树】

 1 #include<cstdio>
 2 #include<cstdlib>
 3 #include<cctype>
 4 #include<cstring>
 5 #include<cmath>
 6 #include<ctime>
 7 using namespace std;
 8 template<typename T>T read(){
 9     char c=getchar();int x=0,f=1;
10     for(;!isdigit(c);c=getchar())if(c=='-')f=-1;
11     for(;isdigit(c);c=getchar())x=(x<<3)+(x<<1)+(c^48);
12     return x*f;
13 }
14 const int maxn=100010;
15 namespace Treap{
16     int num;
17     struct Node{
18         int data,key,sz;
19         int ls,rs;
20         Node(){};
21         Node(int data,int key,int sz,int ls=0,int rs=0):
22             data(data),key(key),sz(sz),ls(ls),rs(rs){};
23     }T[maxn];
24     void pushup(int x){
25         T[x].sz=T[T[x].ls].sz+T[T[x].rs].sz+1;
26     }
27     int newnode(int x){
28         T[++num]=Node(x,rand(),1);
29         return num;
30     }
31     int merge(int x,int y){
32         if(!x||!y)return x+y;
33         if(T[x].key<T[y].key){
34             T[x].rs=merge(T[x].rs,y);
35             pushup(x);
36             return x;
37         }
38         else{
39             T[y].ls=merge(x,T[y].ls);
40             pushup(y);
41             return y;
42         }
43     }
44     void split(int now,int k,int &x,int &y){
45         if(!now){x=y=0;return;}
46         
47         if(T[now].data<=k)x=now,split(T[now].rs,k,T[now].rs,y);
48         else y=now,split(T[now].ls,k,x,T[now].ls);
49         pushup(now);
50     }
51     int kth(int now,int k){
52         while(1){
53             if(k<=T[T[now].ls].sz)now=T[now].ls;
54             else if(k==T[T[now].ls].sz+1)return now;
55             else k-=T[T[now].ls].sz+1,now=T[now].rs;
56         }
57     }
58 }
59 using namespace Treap;
60 int main(){
61     srand(time(0));
62     for(int n=read<int>()+1,rt=0,x,y,z;--n;){
63         int op=read<int>(),a=read<int>();
64         if(op==1){
65             split(rt,a,x,y);
66             rt=merge(merge(x,newnode(a)),y);
67         }
68         else if(op==2){
69             split(rt,a,x,z);split(x,a-1,x,y);
70             y=merge(T[y].ls,T[y].rs);
71             rt=merge(merge(x,y),z);
72         }
73         else if(op==3){
74             split(rt,a-1,x,y);
75             printf("%d\n",T[x].sz+1);
76             rt=merge(x,y);
77         }
78         else if(op==4)printf("%d\n",T[kth(rt,a)].data);
79         else if(op==5){
80             split(rt,a-1,x,y);
81             printf("%d\n",T[kth(x,T[x].sz)].data);
82             rt=merge(x,y);
83         }
84         else if(op==6){
85             split(rt,a,x,y);
86             printf("%d\n",T[kth(y,1)].data);
87             rt=merge(x,y);
88         }
89     }
90     return 0;
91 }

【文艺平衡树】

#include<bits/stdc++.h>
using namespace std;
const int maxn=100010;
struct node{
    node *ch[2];
    int data,key,sz,flip;
    int siz(int x){
        if(ch[x]!=NULL)return ch[x]->sz;
        else return 0;
    }
    void pushdown(){
        if(flip){
            flip=0;
            swap(ch[0],ch[1]);
            if(ch[0]!=NULL)ch[0]->flip^=1;
            if(ch[1]!=NULL)ch[1]->flip^=1;
        }
    }
    void maintain(){sz=1+siz(0)+siz(1);}
}*root;
typedef pair<node*,node*> droot;
node *merge(node *a,node *b){
    if(a==NULL)return b;
    if(b==NULL)return a;
    a->pushdown();b->pushdown();
    if(a->key<b->key){
        a->ch[1]=merge(a->ch[1],b);
        a->maintain();
        return a;
    }
    else{
        b->ch[0]=merge(a,b->ch[0]);
        b->maintain();
        return b;
    }
}
droot split(node *a,int k){
    if(a==NULL)return droot(NULL,NULL);
    droot ret;
    a->pushdown();
    if(a->siz(0)>=k){
        ret=split(a->ch[0],k);
        a->ch[0]=ret.second;
        a->maintain();
        ret.second=a;
    }
    else{
        ret=split(a->ch[1],k-a->siz(0)-1);
        a->ch[1]=ret.first;
        a->maintain();
        ret.first=a;
    }
    return ret;
}
void insert(int x){
    node *t=new node;
    t->data=x;t->key=rand();t->sz=1;
    t->flip=0;t->ch[0]=t->ch[1]=NULL;
    root=merge(root,t);
}
void output(node *o){
    if(!o)return;
    o->pushdown();
    if(o->ch[0])output(o->ch[0]);
    printf("%d ",o->data);
    if(o->ch[1])output(o->ch[1]);
}
int n,m;
int main(){
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;++i)insert(i);
    for(int a,b;m--;){
        scanf("%d%d",&a,&b);
        --a;--b;
        droot s=split(root,a);
        droot t=split(s.second,b-a+1);
        t.first->flip^=1;
        root=merge(merge(s.first,t.first),t.second);
    }
    output(root);
    return 0;
}

 

转载于:https://www.cnblogs.com/ndqzhang1111/p/11317384.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