约瑟夫问题

首先是经典的约瑟夫问题的解法


#include <iostream>
#include <vector>
#include <cstring>
 
using namespace std;
 
/*
 *
 * 典型的约瑟夫问题
 * 约瑟夫问题是个有名的问题:N个人围成一圈,从第一个开
 * 始报数,第M个将被杀掉,最后剩下一个,其余人都将被杀掉。
 * 例如N=6,M=5,被杀掉的人的序号为5,4,6,2,3。最后剩下1号。
 *
 * 这里采用一个递归解题 我们按照序号从0开始 m-1个人退出
 * 假定第一个数到m-1的人退出后,那么将从下一个人重新计数
 * 我们假定这新的一轮开始的那个人序号为0,那么在这一轮
 * 的m-1个人退出。
 * 那么,反过来,如果我们知道了第i+1轮退出的人在i轮一定是j,
 * 我们可以通过 (j+m)%n 得知其在上一轮的位置
 *
 * @author: aisensiy(http://weibo.com/alistapart)
 */
int jos(int n, int m) {
    if(n==1) return 0;
    else return (jos(n-1, m) + m) % n;
}
int main()
{
    int n, m;
    cin>>n>>m;
    cout<<jos(n, m)<<endl;
    return 0;
}
然后poj 1012 是约瑟夫问题的一个变种,题目在这里 poj 1012


#include <iostream>
#include <vector>
#include <cstring>
/*
 * http://poj.org/problem?id=1012
 *
 * 约瑟夫问题的变种,采用完全的模拟会超时
 * 这里用到的一些技巧在下面的注释中会解答
 * 感谢mabaochang同学让我明白了本题最核心
 * 的trick.
 *
 * @author: aisensiy(http://weibo.com/alistapart)
 */
using namespace std;
 
int result[14];
int killed[14];
int next(int cur, int n) {
    while(1) {
        cur = (cur + 1) % n;
        if(!killed[cur]) {
            return cur;
        }
    }
}
bool work(int n, int m) {
    memset(killed, 0, sizeof(killed));
    int cur = 0, dead = 0;
    int count = n;
    while(1) {
        // 这里差不多就是最核心的trick了正常的约瑟夫问题这样的方式是不
        // 能获取正确的killed的人的位置的,但是由于本题要求是后k个人
        // 先被killed,那么前k个人的位置是不应该被移动的(一旦移动了则说
        // 明这时的m不满足条件,会break),并且只要满足每次killed人在k之
        // 后就行了,也不需要知道更具体的位置,采用这个公式就可以达到目的了
        cur = (cur + m - 1) % count;
        if(cur < n/2 && dead < n/2) return false;
        if(dead >= n/2) {
            return true;
        }
        killed[cur] = 1;
        dead++;
        count--;
    }
}
int main() {
    int j;
    // 由于一共只有这么十几个数据,那么为了避免在线的重复计算
    // 直接把所有结果算出来放到数组里就行了
    for(int i=1; i<=14; i++) {
        for(j=i+1; 1; j++)
            if(work(2 * i, j)) break;
        result[i-1] = j;
    }
 
    cin>>j;
    while(j) {
        cout<<result[j-1]<<endl;
        cin>>j;
    }
    return 0;
}
农业作物成熟度实例分割数据集 一、基础信息 • 数据集名称:农业作物成熟度实例分割数据集 • 图片数量: 训练集:563张图片 验证集:161张图片 测试集:80张图片 总计:804张图片 • 训练集:563张图片 • 验证集:161张图片 • 测试集:80张图片 • 总计:804张图片 • 分类类别: bfullyripened: b类作物完全成熟状态 bgreen: b类作物绿色未成熟状态 bhalfripened: b类作物半成熟状态 lfullyripened: l类作物完全成熟状态 lgreen: l类作物绿色未成熟状态 lhalfripened: l类作物半成熟状态 • bfullyripened: b类作物完全成熟状态 • bgreen: b类作物绿色未成熟状态 • bhalfripened: b类作物半成熟状态 • lfullyripened: l类作物完全成熟状态 • lgreen: l类作物绿色未成熟状态 • lhalfripened: l类作物半成熟状态 • 标注格式:YOLO格式,包含实例分割多边形点标注,适用于实例分割任务。 • 数据格式:图片来源于农业图像数据库,细节清晰,适用于模型训练。 二、适用场景 • 农业AI监测系统开发:数据集支持实例分割任务,帮助构建能够自动识别作物部分并分类成熟度的AI模型,辅助农民进行精准农业管理。 • 精准农业应用研发:集成至农业智能平台,提供实时作物状态识别功能,优化灌溉、施肥和收获时间。 • 学术研究与创新:支持农业科学与人工智能交叉领域的研究,助力发表高水平农业AI论文。 • 农业教育与培训:数据集可用于农业院校或培训机构,作为学生学习作物识别和成熟度评估的重要资源。 三、数据集优势 • 精准标注与多样性:每张图片均经过精确标注,确保实例分割边界准确,类别分类正确。涵盖两种作物类型(b和l)和三种成熟度状态(完全成熟、绿色未成熟、半成熟),具有高度多样性,提升模型泛化能力。 • 任务适配性强:标注兼容主流深度学习框架(如YOLO等),可直接加载使用,支持实例分割任务,并可扩展到其他计算机视觉任务。 • 农业价值突出:专注于作物成熟度检测,为智能农业、自动化收获和作物健康监测提供关键数据支持,具有重要的实际应用价值。
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