暴力做法:1.对每一行/列求$or$;2.枚举行的差值$i$,并对任意相差为$i$的行和相差为$k-i$的列求$and$,对行/列的$and$结果求$or$,对行和列的$or$求$and$,对所有$i$的$and$求$or$即为答案
很明显,这样的指令数达到了$o(n^{2})$,需要优化
上述做法的瓶颈在于枚举距离,没有将行和列分开处理,那么容易想到将坐标系旋转,即$(x,y)=>(x-y,x+y)$
此时,对于两点的坐标$(x_{1},y_{1})$和$(x_{2},y_{2})$,两点间的距离为$\max(|x_{1}-y_{1}|,|x_{2}-y_{2}|)$,那么相当于要求一维恰好为$k$且另一维不超过$k$,简单判定即可
具体做法:1.对每一行/列(新图中的)求$or$;2.判定是否恰好为$k$,对任意差为$k$的行/列求$and$,对行/列的结果求$or$;3.判定是否不超过$k$(以行为例),对每一行将之后的$k$行$or$再与自己$and$一下(特殊情况:在同一行,将所有位置$xor$一下以起$or$即可);4.最终将4个结果合并起来即为答案
大概的复杂度分别是$o(n)$和$o(n^{2})$,常数十分宽松

 1 #include "vision.h"
2 #include<bits/stdc++.h>
3 using namespace std;
4 #define N 405
5 vector<int>vx[N],vy[N];
6 int n,m,k,sx1,sx2,sy1,sy2,vis[N];
7 vector<int> vec(int x,int y){
8 vector<int>v;
9 v.push_back(x);
10 v.push_back(y);
11 return v;
12 }
13 int calc1(){
14 vector<int>v;
15 for(int i=0;i<n+m-k;i++)
16 if ((vis[i])&&(vis[i+k]))v.push_back(add_and(vec(vis[i],vis[i+k])));
17 return add_or(v);
18 }
19 int calc2(){
20 vector<int>v,vv;
21 for(int i=0;i<n+m;i++)
22 if (vis[i])vv.push_back(vis[i]);
23 v.push_back(add_xor(vv));
24 for(int i=0;i<n+m;i++){
25 vv.clear();
26 for(int j=1;j<=k;j++)
27 if ((i+j<n+m)&&(vis[i+j]))vv.push_back(vis[i+j]);
28 if ((vis[i])&&(vv.size()))v.push_back(add_and(vec(vis[i],add_or(vv))));
29 }
30 return add_or(v);
31 }
32 void construct_network(int nn,int mm,int kk){
33 n=nn,m=mm,k=kk;
34 for(int i=0;i<n;i++)
35 for(int j=0;j<m;j++){
36 vx[i-j+m].push_back(i*m+j);
37 vy[i+j].push_back(i*m+j);
38 }
39 for(int i=0;i<n+m;i++)
40 if (vx[i].size())vis[i]=add_or(vx[i]);
41 int s1=calc1(),s2=calc2();
42 memset(vis,0,sizeof(vis));
43 for(int i=0;i<n+m;i++)
44 if (vy[i].size())vis[i]=add_or(vy[i]);
45 add_or(vec(add_and(vec(s1,calc2())),add_and(vec(s2,calc1()))));
46 }

[loj3179]视觉程序的更多相关文章

  1. NI Vision for LabVIEW 基础(一):NI Vision 简介

    NI Vision 控件模板 Vision控件模板位于LabVIEW控件模板的最顶层,由一下元素组成: IMAQ Image.ctl—该控件是一个类型定义,用于声明图象类型的数据.在VI的前面板中使用 ...

  2. Halcon一日一练:CAD类型的相关操作

    大很多场合,需要在视觉程序中导入CAD文档,比如,在3C行业,需要对手机外壳进行CNC加工,或者点胶操作,此时,需要获取产品的各个点的数据.如果将CAD直接导入,就会大的减少编程工作量,同时也能达到很 ...

  3. 【转载】OpenCV(C++ 与 Python 的比较)与 MATLAB 的比较

    原文作者 : Satya Mallick 译者 : aleen42 原文  https://aleen42.gitbooks.io/personalwiki/content/translation/o ...

  4. Python10个图像处理工具

    原文地址:https://cloud.tencent.com/developer/article/1498116 译者 | 小韩 来源 | towardsdatascience [磐创AI导读]:本篇 ...

  5. Image Processing and Analysis_8_Edge Detection:Finding Edges and Lines in Images by Canny——1983

    此主要讨论图像处理与分析.虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来,但鉴于它们与计算机视觉的紧密联系,以 及它们的出处,没有把它们纳入到图像处理与分析中来.同样,这里面也有 ...

  6. 十个python图像处理工具

    介绍 如今的世界存在了大量的数据,图像数据是重要的组成部分.如果要利用这些图片,需要对图像进行处理,提高图片质量或提取图片内容信息. 图像处理的常见操作包括图像显示,基本操作如裁剪,翻转,旋转等,图像 ...

  7. 记录一些移动端H5,小程序视觉还原问题及方法

    前端,特别是移动端如果对视觉还原要求比较高的时候.功能测试和性能测试完成之后.UI真的是一个像素一个像素的给你抠出来哪里还原不到位 之前项目要求还原度要达到98%以上.所以每到视觉还原的时候真的是挺痛 ...

  8. 小程序UI设计(4)-符合视觉规范-表单输入视觉规范

    下图是微信官方的要求 按照小程序UI设计(3)-符合视觉规范-列表视觉规范同样的方式,我们可以设计一样符合规范的输入项目.规范中没有说明padding-left的大小,我们暂定是15px.这样最外层v ...

  9. 小程序UI设计(3)-符合视觉规范-列表视觉规范

    上一篇我们介绍了字体规范,此贴介绍一下在列表中如何组合使用.下图是微信官方的要求   在工具中通过拖拽组件可以制作出一样的效果拖拽一个WViewRow.这个组件是小程序的view,flex-direc ...

随机推荐

  1. 搭载Dubbo+Zookeeper踩了这么多坑,我终于决定写下这篇!

    大家好,我是melo,一名大二上软件工程在读生,经历了一年的摸滚,现在已经在工作室里边准备开发后台项目啦. 这篇文章我们不谈数据结构了,来谈谈入门分布式踩过的坑.感觉到了分布式这一层,由于技术更新迭代 ...

  2. easyDialog 简单、实用的弹出层组件

    easyDialog 简单.实用的弹出层组件 使用背景 在完成导师需求时,导师要求寻找比一个layer弹出层组件体积小得多的.最好能嵌入在进HTML代码中而非src引用的弹出层组件,在这个需求下,我找 ...

  3. Linux常用命令查看文件、别名、切换目录、创建目录、查看当前目录

    一.创建条件(使用liunx常用命令): 1.查看阿里云的环境是否搭建完成 首先快捷键 win+R 输入cmd 回车,打开命令提示符输入命令 ssh,回车.  2.登录阿里云账户 输入命令格式:ssh ...

  4. ShardingSphere学习

    1 基本概念 1.1 ShardingSphere概述 官网:https://shardingsphere.apache.org/index_zh.html 1.2 分库分表概述 分库分表是为了解决由 ...

  5. 40个Python入门小程序

    有不少同学学完Python后仍然很难将其灵活运用.我整理 37 个Python入门的小程序.在实践中应用Python会有事半功倍的效果. 分享 Github 项目,里面收集了 Python 学习资料 ...

  6. [no code] Scrum Meeting 博客目录

    项目 内容 2020春季计算机学院软件工程(罗杰 任健) 2020春季计算机学院软件工程(罗杰 任健) 作业要求 Scrum Meeting博客目录 我们在这个课程的目标是 远程协同工作,采用最新技术 ...

  7. 零基础学习Linux必会的60个常用命令

    Linux必学的60个命令Linux提供了大量的命令,利用它可以有效地完成大量的工 作,如磁盘操作.文件存取.目录操作.进程管理.文件权限设定等.所以,在Linux系统上工作离不开使用系统提供的命令. ...

  8. numpy.zeros()的作用和实操

    numpy.zeros()的作用: 通常是把数组转换成想要的矩阵 numpy.zeros()的使用方法: zeros(shape, dtype=float, order='C') shape:数据尺寸 ...

  9. 21.10.14 test

    题目 WOJ5078 到 WOJ5081 T1 Problem A \(\color{green}{100}\) 由于每轮要选择尽量多的边删除,所以想到无向图的生成树,因为在生成树上再加一条边就会形成 ...

  10. 摘录:ddr3内存条时序概念

    本文摘自:内存系列二:深入理解硬件原理 - 知乎 (zhihu.com),感谢作者! 上次虽然解决了小张的问题,却引发了他对内存原理的兴趣.这不他又来找我了,说我还欠他一个解释.这次我们约在一个咖啡馆 ...