51 Nod 1560 扔人游戏 (&&CF)

                               1560 扔人游戏

有一条射线端点在左边,把它分成单位长度的线段,每条线段的端点为一个位置。这些位置从1开始编号(端点开始),然后是2,3等等。位置之间的距离等于位置编号之差的绝对值。

 

小A,小B,小C分别站在射线的三个不同的位置上。他们想要到达编号尽可能大的位置上。一开始,他们三个人的位置是不一样的。

 

每个人可以执行以下每个操作最多一次:

1.  移动一定的距离。

2.  抓住另一个人并举到头顶。

3.  把抓在手中的人扔出一定的距离。

 

每个人都有一定的移动范围。并且只能移动到一个没有人站的位置上。

 

如果一个人(p1)和另一个人(p2)的距离为1,并且p2没有被人抓住,p1也没有抓住别人,那么p1可以抓住p2.当p1抓住p2后,p2要来到p1的位置,而原来p2的位置变成空,即没有人站着。p1抓住p2后,p2不可以进行任何动作,p1不可以移动,但可以扔人。

 

每个人扔人时都有一定的范围。指的是他能把头顶上的人扔出的最远距离。当他的头顶有人时,他可以扔人。扔人时只能把人扔到一个没有人站着的位置上。

 

有一种特殊情况,当一个人抓住另一个人,而此时后者手中也抓住一个人。这时三个人就会形成一列站在同一个位置上。举个例子。小B举起小C,然后小A举起小B。这种情况下,小B和小C不能做任何动作。而小A可以把小B小C一起扔出。扔出后小B和小C会一起落在同一个位置,状态还是小B举着小C。

 

小A,小B,小C行动的顺序是任意的。但是每次只能有一个人行动。

 

现在我们的任务是,计算小A,小B,小C可以到达的位置中最大编号是多少。如果小A,小B,小C最后达到位置是pa,pb,pc的话,也就是使得max(pa,pb,pc)要最大。

 

样例解释:

一开始小A站在9,小B站在4,小C站在2

先让小A移动到6

然后小C移动到5并抓住小B

小A抓住C并扔到9

小C把小B扔到12

小B移动到15

Input
单组测试数据
第一行包含三个整数,分别表示小A的位置,移动的范围,和扔人的范围。
第二,第三行格式和第一行相同,分别表示小B和小C的对应数据。
三个初始位置是不同的,所有的输入的整数X都在[1,10](含)。
Output
共一行,三个人中可以达到最大位置的编号。
Input示例
9 3 3
4 3 1
2 3 3
Output示例
15

思路:DFS 之前看过好几遍 都没有做。今天总是A掉了。
   p[] 表示每个人的位置
   m[] 表示每个人的移动范围
   d[] 表示每个人扔人的距离
   used[] 表示这个人能否行动 (被举起就无法行动)
   w[] 表示当前这个人举起了谁
   a[] 表示当前人的状态
   状态我们用二进制表示 从右向左第一位表示是否可以移动 第二位表示是否已经举起人 第三位表示是否可以抛出
   每个人的初始状态为0011 表示最初可以移动 也可以举起人 但是不能抛出人
   状态最多有 5种 对于各种状态分类讨论 进行DFS即可
   1 (0001) 2(0010) 3(0011) 4(0100) 5(0101)
 1 #include <cstdio>
 2 #include <cctype>
 3 
 4 int ans;
 5 
 6 int p[4],m[4],d[4],w[4];
 7 
 8 int a[4]={3,3,3,3};
 9 
10 bool used[4];
11 
12 inline bool pnear(int x) {
13     for(int i=1; i<=3; ++i) 
14       if(x==p[i]+1 || x==p[i]-1) return true;
15     return false;
16 }
17 
18 void DFS(int step) {
19     int re=0;
20     for(int i=1; i<=3; ++i) ans=ans>p[i]?ans:p[i];
21     
22     for(int i=1; i<=3; ++i) {
23         if(used[i]) continue;
24         
25         if((a[i]&1) && !(a[i]&4)) {
26             for(int j=1; j<=m[i]; ++j) {
27                 p[i]+=j;a[i]^=1;
28                 if(pnear(p[i]) || j==m[i]) DFS(step+1);
29                 p[i]-=j;
30                 p[i]-=j;
31                 if(pnear(p[i]) || j==m[i]) DFS(step+1);
32                 p[i]+=j;a[i]^=1;
33             }
34         }
35         
36         if(a[i]&2) {
37             for(int j=1; j<=3; ++j) {
38                 if(i==j || used[j]) continue;
39                 if(p[i]!=p[j]+1 && p[j]!=p[i]+1) continue;
40                 used[j]=true;
41                 a[i]^=2;a[i]^=4;
42                 w[i]=j;
43                 DFS(step+1);
44                 w[i]=0;
45                 used[j]=false;
46                 a[i]^=2;a[i]^=4;
47             }
48         }
49         
50         if(a[i]&4) {
51             for(int j=1; j<=d[i]; ++j) {
52                 used[w[i]]=false;
53                 a[i]^=4;
54                 re=p[w[i]];
55                 p[w[i]]=p[i]+j;
56                 if(pnear(p[w[i]]) || j==d[i]) DFS(step+1);
57                 p[w[i]]-=j;
58                 p[w[i]]-=j;
59                 if(pnear(p[w[i]]) || j==d[i]) DFS(step+1);
60                 p[w[i]]=re;
61                 used[w[i]]=true;
62                 a[i]^=4;
63             }
64         }
65     }
66     return;
67 }
68 
69 int hh() {
70     for(int i=1; i<=3; ++i) scanf("%d%d%d",&p[i],&m[i],&d[i]);
71     
72     DFS(1);
73     
74     printf("%d\n",ans);
75     
76     return 0;
77 }
78 
79 int sb=hh();
80 int main(int argc,char**argv) {;}
代码

 

 

转载于:https://www.cnblogs.com/whistle13326/p/7718553.html

### 光流法C++源代码解析与应用 #### 光流法原理 光流法是一种在计算机视觉领域中用于追踪视频序列中运动物体的方法。它基于亮度不变性假设,即场景中的点在时间上保持相同的灰度值,从而通过分析连续帧之间的像素变化来估计运动方向和速度。在数学上,光流场可以表示为像素位置和时间的一阶导数,即Ex、Ey(空间梯度)和Et(时间梯度),它们共同构成光流方程的基础。 #### C++实现细节 在给定的C++源代码片段中,`calculate`函数负责计算光流场。该函数接收一个图像缓冲区`buf`作为输入,并初始化了几个关键变量:`Ex`、`Ey`和`Et`分别代表沿x轴、y轴和时间轴的像素强度变化;`gray1`和`gray2`用于存储当前帧和前一帧的平均灰度值;`u`则表示计算出的光流矢量大小。 #### 图像处理流程 1. **初始化和预处理**:`memset`函数被用来清零`opticalflow`数组,它将保存计算出的光流数据。同时,`output`数组被填充为白色,这通常用于可视化结果。 2. **灰度计算**:对每一像素点进行处理,计算其灰度值。这里采用的是RGB通道平均值的计算方法,将每个像素的R、G、B值相加后除以3,得到一个近似灰度值。此步骤确保了计算过程的鲁棒性和效率。 3. **光流向量计算**:通过比较当前帧和前一帧的灰度值,计算出每个像素点的Ex、Ey和Et值。这里值得注意的是,光流向量的大小`u`是通过`Et`除以`sqrt(Ex^2 + Ey^2)`得到的,再乘以10进行量化处理,以减少计算复杂度。 4. **结果存储与阈值处理**:计算出的光流值被存储在`opticalflow`数组中。如果`u`的绝对值超过10,则认为该点存在显著运动,因此在`output`数组中将对应位置标记为黑色,形成运动区域的可视化效果。 5. **状态更新**:通过`memcpy`函数将当前帧复制到`prevframe`中,为下一次迭代做准备。 #### 扩展应用:Lukas-Kanade算法 除了上述基础的光流计算外,代码还提到了Lukas-Kanade算法的应用。这是一种更高级的光流计算方法,能够提供更精确的运动估计。在`ImgOpticalFlow`函数中,通过调用`cvCalcOpticalFlowLK`函数实现了这一算法,该函数接受前一帧和当前帧的灰度图,以及窗口大小等参数,返回像素级别的光流场信息。 在实际应用中,光流法常用于目标跟踪、运动检测、视频压缩等领域。通过深入理解和优化光流算法,可以进一步提升视频分析的准确性和实时性能。 光流法及其C++实现是计算机视觉领域的一个重要组成部分,通过对连续帧间像素变化的精细分析,能够有效捕捉和理解动态场景中的运动信息
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