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. ☕【Java技术指南】「编译器专题」深入分析探究“静态编译器”(JAVA\IDEA\ECJ编译器)是否可以实现代码优化?

    技术分析 大家都知道Eclipse已经实现了自己的编译器,命名为 Eclipse编译器for Java (ECJ). ECJ 是 Eclipse Compiler for Java 的缩写,是 Jav ...

  2. C#开发BIMFACE系列47 IIS部署并加载离线数据包

    BIMFACE二次开发系列目录     [已更新最新开发文章,点击查看详细] 在前两篇博客<C#开发BIMFACE系列45 服务端API之创建离线数据包>与<C#开发BIMFACE系 ...

  3. 解决npm : 无法加载文件 D:\Code\renren-fast-vue\node_modules\.bin\npm.ps1,因为在......

    解决这个问题: 看看错误信息: npm : 无法加载文件 D:\DevPath\nodejs\npm.ps1,因为在此系统上禁止运行脚本.有关详细信息,请参阅 https:/go.microsoft. ...

  4. python OptionParser的用法

    from optparse import OptionParser parser = OptionParser(usage = "usage: %prog [options] arg&quo ...

  5. CSP-J 2021 复赛游记

    Day-1 啥也没干 晚上看了看洛谷的讨论,据说freopen在打开的最后要加 fclose(stdin);fclose(stdout); 不加也可.不过据说Linux在return 0之前不会自动关 ...

  6. the Agiles Scrum Meeting 9

    会议时间:2020.4.17 20:00 1.每个人的工作 今天已完成的工作 个人结对项目增量开发组:基本实现个人项目创建.仓库自动分配,修复bug issues: 增量组:准备评测机制,增加仓库自动 ...

  7. DP接口中AUX

    背景技术: DP接口(DisplayPort)是一种图像显示接口,它不仅可以支持全高清显示分辨率(1920×1080),还能支持4k分辨率(3840×2160),以及最新的8k分辨率(7680×432 ...

  8. 详解DNS域名解析系统(域名、域名服务器[根、顶级、授权/权限、本地]、域名解析过程[递归与迭代])

    文章转自:https://blog.csdn.net/weixin_43914604/article/details/105583806 学习课程:<2019王道考研计算机网络> 学习目的 ...

  9. 对SQLServer错误使用聚集索引的优化案例(千万级数据量)

    前言: 半个月前发了文章 SQLServer聚集索引导致的插入性能低 终于等到生产环境休整半天,这篇文章是对前文的实际操作. 以下正文开始: 异常:近期发现偶尔有新数据插入超时. 分析:插入条码有多种 ...

  10. 字符串压缩 牛客网 程序员面试金典 C++ Python

    字符串压缩 牛客网 程序员面试金典 C++ Python 题目描述 利用字符重复出现的次数,编写一个方法,实现基本的字符串压缩功能.比如,字符串"aabcccccaaa"经压缩会变 ...