[洛谷1681]最大正方形II

本文介绍了一种通过动态规划求解矩阵中最大全1正方形的方法。利用预处理得到每个元素能够向上和向左延伸的最大长度,进而计算出以每个元素为右下角的最大正方形边长。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

思路:
对于矩阵中的每一个元素,处理出它能扩展到的上边界$up$、左边界$left$,DP得出以该元素为右下角的最大正方形。
状态转移方程:$f_{i,j}=min(f_{i-1,j-1},up_{i,j},left_{i,j})$。

 1 #include<cstdio>
 2 #include<cctype>
 3 #include<algorithm>
 4 inline int getint() {
 5     char ch;
 6     while(!isdigit(ch=getchar()));
 7     int x=ch^'0';
 8     while(isdigit(ch=getchar())) x=(((x<<2)+x)<<1)+(ch^'0');
 9     return x;
10 }
11 const int inf=0x7ffffffe;
12 int main() {
13     int n=getint(),m=getint();
14     bool a[2][m+1];
15     int up[2][m+1],left[2][m+1],f[2][m+1];
16     f[1][0]=inf;
17     for(register int i=0;i<=m;i++) f[0][i]=inf;
18     int ans=0;
19     for(register int i=1;i<=n;i++) {
20         for(register int j=1;j<=m;j++) {
21             a[i&1][j]=getint();
22             up[i&1][j]=(i==1||a[i&1][j]==a[!(i&1)][j])?1:(up[!(i&1)][j]+1);
23             left[i&1][j]=(j==1||a[i&1][j]==a[i&1][j-1])?1:(left[i&1][j-1]+1);
24             f[i&1][j]=std::min(f[!(i&1)][j-1]+1,std::min(up[i&1][j],left[i&1][j]));
25             ans=std::max(ans,f[i&1][j]);
26         }
27     }
28     printf("%d\n",ans);
29     return 0;
30 }

 

转载于:https://www.cnblogs.com/skylee03/p/7389063.html

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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