AOJ 0531:Paint Color(二维离散+imos)
【题目链接】 http://judge.u-aizu.ac.jp/onlinejudge/description.jsp?id=0531
【题目大意】
给出一张图,和一些矩形障碍物,求该图没被障碍物覆盖的部分被划分为几个连通块
【题解】
首先对图中的点进行离散化,对于一个障碍物来说,
我们将其看做左闭右开上闭下开的图形,所以在离散的时候只要离散障碍物的点即可。
之后我们利用imos积累法得出哪些部分是障碍物,就可以统计连通块了。
【代码】
#include <cstdio>
#include <vector>
#include <algorithm>
#include <cstring>
#include <utility>
#include <queue>
using namespace std;
const int N=1050,dx[]={1,-1,0,0},dy[]={0,0,1,-1};
int n,H,W,X1[N],X2[N],Y1[N],Y2[N];
int imos[2*N][2*N];
int compress(int *x1,int *x2,int w){
vector<int>xs;
for(int i=0;i<n;i++){
int tx1=x1[i],tx2=x2[i];
if(1<=tx1&&tx1<w)xs.push_back(tx1);
if(1<=tx2&&tx2<w)xs.push_back(tx2);
}xs.push_back(0);xs.push_back(w);
sort(xs.begin(),xs.end());
xs.erase(unique(xs.begin(),xs.end()),xs.end());
for(int i=0;i<n;i++){
x1[i]=find(xs.begin(),xs.end(),x1[i])-xs.begin();
x2[i]=find(xs.begin(),xs.end(),x2[i])-xs.begin();
}return xs.size()-1;
}
int bfs(){
int ans=0;
for(int i=0;i<H;i++){
for(int j=0;j<W;j++){
if(imos[i][j])continue;
ans++;
queue<pair<int,int> >que;
que.push(make_pair(j,i));
while(!que.empty()){
int nx=que.front().first,ny=que.front().second;
que.pop();
for(int i=0;i<4;i++){
int tx=nx+dx[i],ty=ny+dy[i];
if(tx<0||W<tx||ty<0||H<ty||imos[ty][tx]>0)continue;
que.push(make_pair(tx,ty));
imos[ty][tx]=1;
}
}
}
}return ans;
}
int main(){
while(~scanf("%d%d",&W,&H),W||H){
scanf("%d",&n);
for(int i=0;i<n;i++)scanf("%d%d%d%d",&X1[i],&Y1[i],&X2[i],&Y2[i]);
memset(imos,0,sizeof(imos));
W=compress(X1,X2,W);H=compress(Y1,Y2,H);
for(int i=0;i<n;i++){
imos[Y1[i]][X1[i]]++;
imos[Y1[i]][X2[i]]--;
imos[Y2[i]][X1[i]]--;
imos[Y2[i]][X2[i]]++;
}for(int i=0;i<H;i++)for(int j=1;j<W;j++)imos[i][j]+=imos[i][j-1];
for(int j=0;j<W;j++)for(int i=1;i<H;i++)imos[i][j]+=imos[i-1][j];
printf("%d\n",bfs());
}return 0;
}
AOJ 0531:Paint Color(二维离散+imos)的更多相关文章
- 多尺度二维离散小波重构waverec2
clc,clear all,close all; load woman; [c,s]=wavedec2(X,2,'haar');%进行2尺度二维离散小波分解.分解小波函数haar %多尺度二维离散小波 ...
- 单尺度二维离散小波重构(逆变换)idwt2
clc,clear all,close all; load woman; %单尺度二维离散小波分解.分解小波函数haar [cA,cH,cV,cD]=dwt2(X,'haar'); %单尺度二维离散小 ...
- 多尺度二维离散小波分解wavedec2
对X进行N尺度小波分解 [C,S]=wavedec2(X,N,'wname'); clc,clear all,close all; load woman; [c,s]=wavedec2(X,2,'db ...
- 单尺度二维离散小波分解dwt2
clc,clear all,close all; load woman; [cA,cH,cV,cD]=dwt2(X,'haar');%单尺度二维离散小波分解.分解小波函数haar figure,ims ...
- c语言数字图像处理(六):二维离散傅里叶变换
基础知识 复数表示 C = R + jI 极坐标:C = |C|(cosθ + jsinθ) 欧拉公式:C = |C|ejθ 有关更多的时域与复频域的知识可以学习复变函数与积分变换,本篇文章只给出DF ...
- 混沌数学之CircuitChaotic(二维离散电路混沌系统)
相关软件参见:混沌数学之离散点集图形DEMO 相关代码: // http://wenku.baidu.com/link?url=yg_gE7LUXCg2mXRp-ZZdfRXXIkcNj8YOhvN7 ...
- 二维离散平稳小波重构iswt2
clc,clear all,close all; load woman; [cA,cH,cV,cD]=swt2(X,2,'haar');%用haar小波基进行2尺度平稳小波分解 Y=iswt2(cA, ...
- 二维离散平稳小波分解swt2
对信号X进行N尺度平稳小波分解 [A,H,V,D]=swt2(X,N,'wname'); clc,clear all,close all; load woman; [cA,cH,cV,cD]=swt2 ...
- Aizu - 0531 Paint Color
白书例题,直接用书上的暴力压缩坐标是可以的,但是看了别人的博客的写法,大概是理解了思想但是看不懂为什么那么压缩,先放这,等明白了补上 #define debug #include<stdio.h ...
随机推荐
- linux查看80端口占用情况
netstat -anltp|grep 80
- paramiko类Fabric主机管理
环境:Linux python3.5 要求:类 Fabric 主机管理程序开发:1. 运行程序列出主机组或者主机列表2. 选择指定主机或主机组3. 选择让主机或者主机组执行命令或者向其传输文件(上传/ ...
- Windows7下打开特定的端口
往往我们发布到IIS的网站多了,80的端口不能满足的情况下,我们就会想到设定其它端口来使用.当然还可以通过改变host文件来实现,这里就不细说了.回到端口,在windows7系统下怎么实现呢?下面将带 ...
- 201621123034 《Java程序设计》第13周学习总结
作业13-网络 1. 本周学习总结 以你喜欢的方式(思维导图.OneNote或其他)归纳总结多网络相关内容. 2. 为你的系统增加网络功能(购物车.图书馆管理.斗地主等)-分组完成 为了让你的系统可以 ...
- Rational Rose 使用技巧
1.浏览区 2.菜单项 其中Format选项中: 决定各项是否显示,也可以通过右击-option选择 3.常用快捷键: F1:任何时候都可以按F1获得相关帮助,把鼠标放在某条菜单上按F1可以获得这条菜 ...
- 轻松精通awk数组企业问题案例
考试题1:处理以下文件内容,将域名取出并根据域名进行计数排序处理:(百度和sohu面试题) oldboy.log http://www.etiantian.org/index.html http:// ...
- MIFARE Classic S50技术详解
Mifare Classic 简介 MIFARE Classic是恩智浦半导体开发的可用于非接触式智能卡,符合ISO/IEC 14443 A类标准.用于公共交通票证等应用,还可用于各类其他应用有S20 ...
- 设计模式之策略模式的Python实现
1. 策略模式解决的是什么问题 策略模式解决的应用场景是这样的: 在业务场景中,需要用到多个算法,并且每个算法的参数是需要调整的.那么当不同的行为堆砌到同一个类中时,我们很难避免使用条件语句来选择合适 ...
- 自动设置 rem es模块写法
export default function () { let html = document.documentElement; function onWindowResize() { if (ht ...
- 2.LXC和namespace介绍
lxc介绍 LXC又名Linux container,是一种虚拟化的解决方案,这种是内核级的虚拟化.(主流的解决方案Xen ,KVM, LXC) Linux Container容器是一种内核虚拟化技术 ...