CDOJ 251 导弹拦截 最长递增子序列

本文介绍了一种求解最长递增子序列(LIS)问题的高效算法,并提供了详细的C++实现代码。通过动态规划的方法,该算法可以找出序列中最长的递增子序列,并能正确打印出这一子序列。

点击打开链接

 

就是寻找LIS 并打印出来

dp[i]表示到包括第i个数的前i个的最长递增的长度

从数列从后往前找就好了 ,如果从前往后,前面的大数会覆盖掉后面的小数,就不对了


代码:

 

 1 #include <bits/stdc++.h>
 2 using namespace std;
 3 
 4 const int maxn = 1e5+10;
 5 
 6 int a[maxn],dp[maxn],ans[maxn];
 7 vector<int> v;
 8 
 9 int main(){
10     int t; cin>>t;
11     while(t--){
12         int n; cin >> n;
13         for(int i=1; i<=n; i++)
14             cin >> a[i];
15         memset(ans,0x3f,sizeof(ans));
16         memset(dp,0,sizeof(dp));
17         v.clear();
18         int mx = -1;
19         for(int i=1; i<=n; i++){
20             int p = lower_bound(ans+1,ans+1+n,a[i])-ans;
21             ans[p] = a[i];
22             dp[i] = p;
23             mx = max(mx,p);
24         }
25 
26         cout << mx << endl;
27         int k = maxn;
28         for(int i=n; i>=1; i--){
29             if(dp[i]==mx && a[i]<k){
30                 v.push_back(a[i]);
31                 k = a[i];
32                 mx--;
33             }
34         }
35         // int k = -1,cnt=1;
36         // for(int i=1; i<=n; i++){ // 不能正序,前面大的数会覆盖后面小的数 不能达到最长
37         //     if(dp[i]==cnt && a[i]>k){
38         //         v.push_back(a[i]);
39         //         k = a[i];
40         //         cnt++;
41         //     }
42         // }
43 
44         for(int i=v.size()-1; i>=1; i--)
45             cout << v[i] << " ";
46         cout << v[0] << endl;
47     }
48 }

 

转载于:https://www.cnblogs.com/yxg123123/p/6827734.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