ZOJ - 3993 - Safest Buildings (数学)

本文探讨了在吃鸡游戏中寻找最安全位置的算法。通过分析楼的坐标点和两次刷圈的半径,利用概率论和几何原理确定安全区域。当大圈半径大于两倍小圈半径时,特定范围内所有建筑的安全性相同;反之亦然。算法通过比较各点与原点距离,筛选出最安全的位置。

参考:https://blog.youkuaiyun.com/KuHuaiShuXia/article/details/78408194

题意:

描述了吃鸡刷圈的问题,给出楼的坐标点,和两次刷圈的半径R和r,现在寻找最安全的地方

思路:

判定安全方法:每个点以r为半径画圆,与以原点为圆心,半径为R的圆的重合部分的大小为比较基准

那么问题又转化为与原点的距离

如果R>2r,那么以大圈圆心为圆心的R-2r范围内的建筑的安全概率是相等的。
反之,以大圈圆心为圆心的2*r-R范围内的建筑的安全概率是相等的。

我们只需要判断是否是一致概率,然后添加到结果集合,使用vector

代码:
#include<iostream>
#include<cstdio>
#include<vector>
using namespace std;

int main() {
    int t, n, R, r;
    scanf("%d", &t);
    while(t--) {
        vector<int> vi;
        int x, y, d, inf = 0xf3f3f3f, tmp;
        scanf("%d %d %d", &n, &R, &r);
        if(R >= 2*r) d = R - 2*r;
        else d = 2*r - R; 
        for(int i = 1; i <= n; i++) {
            scanf("%d %d", &x, &y);
            if(x*x+y*y <= d*d) tmp = 0;
            else tmp = x*x+y*y;
            if(tmp < inf) {
                inf = tmp;//更新最小
                vi.clear();
            }
            if(tmp == inf) vi.push_back(i);
        }
        printf("%d\n", vi.size());
        for(int i = 0; i < vi.size(); i++) {
            printf("%d%c", vi[i],i==vi.size()-1?'\n':' ');
        }
        
    }   
    return 0;
}

转载于:https://www.cnblogs.com/somliy/p/9738029.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