poj1252 BFS

本文介绍了使用BFS算法解决完全背包问题的方法,相比传统背包算法更为高效简单。

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

搜完全背包题时翻到的。。

BFS比背包高效简单多了。。

#include<iostream>  
#include <string>   
#include<vector>  
#include<algorithm>  
#include<set>  
#include<fstream>
#include<cmath>  
#include<queue>
using namespace std;  
#define lch(i) ((i)<<1)  
#define rch(i) ((i)<<1|1)  
#define sqr(i) ((i)*(i))  
#define pii pair<int,int>  
#define mp make_pair  
#define FOR(i,b,e) for(int i=b;i<=e;i++)  
#define FORE(i,b,e) for(int i=b;i>=e;i--)  
#define ms(a)   memset(a,0,sizeof(a))  
const int maxnum =155;

int tol,n,m;
int dp[205];
int c[7];

void BFS(){
	queue<int> que;
	FOR(i,1,6){
		que.push(c[i]);
	}
	int lel=1;
	int pi;
	while(!que.empty()){
		pi=que.front();
		que.pop();
		FOR(i,1,6){
			if(pi-c[i]>0&&!dp[pi-c[i]]){
				dp[pi-c[i]]=dp[pi]+1;
				que.push(pi-c[i]);
			}
			if(pi+c[i]<=200&&!dp[pi+c[i]]){
				dp[pi+c[i]]=dp[pi]+1;
				que.push(pi+c[i]);
			}
		}

	}
}


int main()  
{  
	//fstream fin("G:/1.txt");
	int t,most;
	cin>>t;
	//fin>>t;
	while(t--){
		ms(c);
		ms(dp);
		FOR(i,1,6){
			//fin>>c[i];
			scanf("%d",&c[i]);
			dp[c[i]]=1;
			
		}
		BFS();
		tol=0;int mn=0;
		FOR(i,1,100){
			tol+=dp[i];
			mn = max(mn,dp[i]);
		}
		printf("%.2f %d\n",(float)tol/100,mn);
	}
	

	return 0;
}


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