nyoj 236 心急的c小加 【LIS】

本文探讨了一个关于木棒处理的问题,通过合理的排序和动态规划算法找到处理木棒序列所需的最短时间。文章提供了两种实现方式,并对比了其效率。

心急的C小加

时间限制:1000 ms  |            内存限制:65535 KB
难度:4
描述

C小加有一些木棒,它们的长度和质量都已经知道,需要一个机器处理这些木棒,机器开启的时候需要耗费一个单位的时间,如果第i+1个木棒的重量和长度都大于等于第i个处理的木棒,那么将不会耗费时间,否则需要消耗一个单位的时间。因为急着去约会,C小加想在最短的时间内把木棒处理完,你能告诉他应该怎样做吗?

输入
第一行是一个整数T(1<T<1500),表示输入数据一共有T组。
每组测试数据的第一行是一个整数N(1<=N<=5000),表示有N个木棒。接下来的一行分别输入N个木棒的L,W(0 < L ,W <= 10000),用一个空格隔开,分别表示木棒的长度和质量。
输出
处理这些木棒的最短时间。
样例输入
3 
5 
4 9 5 2 2 1 3 5 1 4 
3 
2 2 1 1 2 2 
3 
1 3 2 2 3 1 
样例输出
2
1
3
哎。。。这题看一遍发现很简单,就是HDU最少拦截系统的翻版。结果用动规超时,郁闷死了。思路:可以按长度升序排序,若长度相等,按质量升序排列。这样问题就转化成HDU最少拦截系统了——>因为长度的数据是可以忽略的(我们是按升序排列的,不是吗?),所以问题就变成了求一系列物体质量的单调子序列最少个数。        超时代码附上(ac在后面):
 
#include<stdio.h>
#include<algorithm>
using namespace std;
struct record
{
    int l;
    int w;
}num[1600];
bool cmp(record a,record b)
{
    if(a.l!=b.l)
    return (a.l<b.l);
    else
    return (a.w<b.w);
}
bool cmp1(int x,int y)
{
    return x>y;
}
int main()
{
    int n,m,i,j;
    int dp[1600];
    int min;
    scanf("%d",&n);
    while(n--)
    {
        scanf("%d",&m);
        for(i=0;i<m;i++)
        {
            scanf("%d%d",&num[i].l,&num[i].w);
            dp[i]=1;
        }
        sort(num,num+m,cmp);
        for(i=1;i<m;i++)
        {
            for(j=0;j<i;j++)
            {
                if(num[j].w>num[i].w&&dp[i]<dp[j]+1)
                dp[i]=dp[j]+1;
            }
        }
        sort(dp,dp+m,cmp1);
        printf("%d\n",dp[0]);
    }
    return 0;
}
        

ac代码:
#include<stdio.h>
#include<algorithm>
using namespace std;
struct record
{
    int l;
    int w;
}num[1600];
bool cmp(record a,record b)
{
    if(a.l!=b.l)
    return (a.l<b.l);
    else
    return (a.w<b.w);
}
bool cmp1(int x,int y)
{
    return x>y;
}
int main()
{
    int n,m,i,j;
    int dp[1600];
    int k;
    int t;
    scanf("%d",&n);
    while(n--)
    {
        scanf("%d",&m);
        for(i=0;i<m;i++)
        {
            scanf("%d%d",&num[i].l,&num[i].w);
            dp[i]=1;
        }
        sort(num,num+m,cmp);
        dp[0]=num[0].w;
        k=1;
        for(i=1;i<m;i++)
        {
            t=1;
            for(j=0;j<k;j++)
            {
                if(dp[j]<=num[i].w)
                {
                    dp[j]=num[i].w;
                    t=0;
                    break;
                }
            }
            if(t)
            dp[k++]=num[i].w;
        }
        printf("%d\n",k);
    }
    return 0;
}


代码下载地址: https://pan.quark.cn/s/a4b39357ea24 在计算机视觉技术中,数据集扮演着训练和评估模型的核心角色。Labelme作为一个广受欢迎的开源工具,能够支持用户以交互方式对图像进行标注,而COCO(Common Objects in Context)则是一种被广泛采纳的数据集标准格式,适用于包括物体检测、图像分割在内的多种任务。本文将详细阐述如何将Labelme生成的标注数据转换为COCO数据集的标准格式。 Labelme标注的图像在输出为JSON格式时,会包含以下核心内容: 1. `version`: 指明JSON文件的版本信息。 2. `flags`: 目前未定义或保持为空,预留用于未来的功能扩展。 3. `shapes`: 列表形式存储对象的形状信息,每个形状项包含`label`(对象类别名称),`points`(构成对象边缘的多边形顶点),以及`shape_type`(通常为“polygon”)。 4. `imagePath`和`imageData`: 提供原始图像的存储路径和二进制数据,便于后续图像的还原。 5. `imageHeight`和`imageWidth`: 明确标注图像的垂直和水平尺寸。 COCO数据集的标准格式中定义了三种主要的标注类型: 1. Object instances(目标实例):主要用于执行物体检测任务。 2. Object keypoints(目标上的关键点):适用于人体姿态估计相关应用。 3. Image captions(看图说话):用于生成图像的文本描述。 COCO的JSON结构中包含以下基本组成部分: 1. `images`:记录图像的基本属性,包括`height`(高度)、`...
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