【newbie】【hdu4268】最多矩阵覆盖个数

这篇博客记录了解决HDU 4268问题的贪心算法思路。首先按矩阵高度和宽度对矩阵排序,然后通过迭代找到能被覆盖的最大数量。关键在于利用矩阵高度的递增性来选择覆盖最广泛的矩阵。由于问题的时间复杂度要求,作者排除了动态规划,最终实现了一个O(n log n)的解决方案,使用了multiset等数据结构。

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

【新手记录】

// 2016-5-4 16:30:29

题目链接:

http://acm.hdu.edu.cn/showproblem.php?pid=4268


/*

贪心法

 

题目:

         用A的矩阵去覆盖B的矩阵,矩阵有height,weight

         矩阵不能旋转,

         每个矩阵只能用一次,

         问最多能用A覆盖B几个

         A:o o o o o

         B:* * * * *

 

思路:

         覆盖也就是保证A.h>= B.h && A.w >= B.w

         分两步去满足条件,1#满足h, 2#满足w

         1#对A,B的矩阵按h从小到大排序,h相同的按w从小到大排序

         2#

            1> 对Ai矩阵找出所有的Bj矩阵满足, Ai.h>= Bj.h, 构成集合set, 然后选取Ai去覆盖Bj.w最大的Bj

            2> 因为Ai+1.h >= Ai.h, 所以Ai+1.h >= 之前的Bj.h, 继续添加新的Bj进set里,继续选择Ai+1去覆盖Bj.w最大的Bj,

            3> 迭代即可

         关键点

         1#找出Ai.h >= Bj.h 的Bj

         2#Ai.h >= Bj.h 则

据集介绍:多类别动物目标检测据集 一、基础信息 据集名称:多类别动物目标检测据集 图片量: - 训练集:6,860张图片 - 验证集:1,960张图片 - 测试集:980张图片 总计:9,800张含动态场景的动物图像 分类类别: Alpaca(羊驼)、Camel(骆驼)、Fox(狐狸)、Lion(狮子)、Mouse(鼠类)、Ostrich(鸵鸟)、Pig(猪)、Rabbit(兔子)、Rhinoceros(犀牛)、Shark(鲨鱼)、Sheep(绵羊)、Snake(蛇)、Whale(鲸鱼) 标注格式: YOLO格式标注,包含目标检测所需的归一化坐标及类别索引,适用于YOLOv5/v7/v8等系列模型训练。 据特性: 覆盖航拍、地面视角等多种拍摄角度,包含动态行为捕捉及群体/单体目标场景。 二、适用场景 野生动物监测系统: 支持构建无人机/红外相机AI识别系统,用于自然保护区动物种群追踪与生态研究。 智慧农业管理: 适用于畜牧养殖场动物行为分析、量统计及健康监测等自动化管理场景。 生物多样性研究: 为陆地/海洋生物分布研究提供标注据支撑,助力濒危物种保护项目。 教育科研应用: 可作为计算机视觉课程实践素材,支持目标检测、迁移学习等AI教学实验。 三、据集优势 跨物种覆盖全面: 包含13类陆生/水生动物,涵盖家畜、野生动物及濒危物种,支持复杂场景下的模型泛化训练。 动态场景丰富: 捕捉动物运动、群体互动等真实行为模式,提升模型对非静态目标的检测鲁棒性。 标注体系规范: 严格遵循YOLO标注标准,提供精确的边界框定位,支持即插即用的模型训练流程。 多场景适配性: 据来源涵盖航拍影像、地面监控等多维度视角,适用于农业、生态保护、科研等跨领域应用。 类别平衡优化: 通过分层抽样保证各类别据分布合理性,避免长尾效应影响模型性能。
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