拓扑排序()

题目链接:http://hihocoder.com/problemset/problem/1174?sid=1322989

讲解视频链接:https://www.bilibili.com/video/av22494171

输入

第1行:1个整数T,表示数据的组数T(1 <= T <= 5)
接下来T组数据按照以下格式:
第1行:2个整数,N,M。N表示课程总数量,课程编号为1..N。M表示顺序关系的数量。1 <= N <= 100,000. 1 <= M <= 500,000
第2..M+1行:每行2个整数,A,B。表示课程A是课程B的前置课程。

输出

第1..T行:每行1个字符串,若该组信息无误,输出"Correct",若该组信息有误,输出"Wrong"。

样例输入

2
2 2
1 2
2 1
3 2
1 2
1 3

样例输出

Wrong
Correct
 1 #include<iostream>
 2 #include<vector>
 3 #include<cstring>
 4 #include<queue>
 5 using namespace std;
 6 #define maxn 500000
 7 vector <int> vc[maxn];
 8 int n, m;
 9 int dis[maxn];
10 bool toupu()
11 {
12     queue<int> q;
13     while (!q.empty()) q.pop();
14     for (int i = 1; i <= n; i++) if (!dis[i]) q.push(i);
15     int ans = 0;
16     while (!q.empty())
17     {
18         int temp = q.front(); q.pop();
19         ans++;
20         for (int i = 0; i < vc[temp].size(); i++)
21         {
22             if (--dis[vc[temp][i] ]== 0) q.push(vc[temp][i]);
23         }
24     }
25     if (ans == n) return true;
26     return false;
27 }
28 int main()
29 {
30     int t;
31     cin >> t;
32     while (t--)
33     {
34         cin >> n >> m;
35         for (int i = 0; i < n; i++) vc[i].clear();
36         memset(dis, 0, sizeof(dis));
37         for (int i = 0; i < m; i++)
38         {
39             int a, b;
40             cin >> a >> b;
41             vc[a].push_back(b);
42             dis[b]++;
43         }
44         if (!toupu()) cout << "Wrong" << endl;
45         else cout << "Correct" << endl;
46     }
47     return 0;
48 }

 

转载于:https://www.cnblogs.com/kangdong/p/9125588.html

资源下载链接为: https://pan.quark.cn/s/d37d4dbee12c A:计算机视觉,作为人工智能领域的关键分支,致力于赋予计算机系统 “看懂” 世界的能力,从图像、视频等视觉数据中提取有用信息并据此决策。 其发展历程颇为漫长。早期图像处理技术为其奠基,后续逐步探索三维信息提取,与人工智能结合,又经历数学理论深化、机器学习兴起,直至当下深度学习引领浪潮。如今,图像生成和合成技术不断发展,让计算机视觉更深入人们的日常生活。 计算机视觉综合了图像处理、机器学习、模式识别和深度学习等技术。深度学习兴起后,卷积神经网络成为核心工具,能自动提炼复杂图像特征。它的工作流程,首先是图像获取,用相机等设备捕获视觉信息并数字化;接着进行预处理,通过滤波、去噪等操作提升图像质量;然后进入关键的特征提取和描述环节,提炼图像关键信息;之后利用这些信息训练模型,学习视觉模式和规律;最终用于模式识别、分类、对象检测等实际应用。 在实际应用中,计算机视觉用途极为广泛。在安防领域,能进行人脸识别、目标跟踪,保障公共安全;在自动驾驶领域,帮助车辆识别道路、行人、交通标志,实现安全行驶;在医疗领域,辅助医生分析医学影像,进行疾病诊断;在工业领域,用于产品质量检测、机器人操作引导等。 不过,计算机视觉发展也面临挑战。比如图像生成技术带来深度伪造风险,虚假图像和视频可能误导大众、扰乱秩序。为此,各界积极研究检测技术,以应对这一问题。随着技术持续进步,计算机视觉有望在更多领域发挥更大作用,进一步改变人们的生活和工作方式 。
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