国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

字節(jié)跳動春招——特征提取

這篇具有很好參考價值的文章主要介紹了字節(jié)跳動春招——特征提取。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

? ? ? ?小明是一名算法工程師,同時也是一名鏟屎官。某天,他突發(fā)奇想,想從貓咪的視頻里挖掘一些貓咪的運動信息。為了提取運動信息,他需要從視頻的每一幀提取“貓咪特征”。一個貓咪特征是一個兩維的vector<x, y>。如果x_1=x_2?and y_1=y_2,那么這倆是同一個特征。

? ? ? ?因此,如果喵咪特征連續(xù)一致,可以認為喵咪在運動。也就是說,如果特征<a, b>在持續(xù)幀里出現(xiàn),那么它將構(gòu)成特征運動。比如,特征<a, b>在第2/3/4/7/8幀出現(xiàn),那么該特征將形成兩個特征運動2-3-4 和7-8。

現(xiàn)在,給定每一幀的特征,特征的數(shù)量可能不一樣。小明期望能找到最長的特征運動。

時間限制:C/C++ 1秒,其他語言2秒

空間限制:C/C++ 32M,其他語言64M

輸入描述:

第一行包含一個正整數(shù)N,代表測試用例的個數(shù)。

每個測試用例的第一行包含一個正整數(shù)M,代表視頻的幀數(shù)。

接下來的M行,每行代表一幀。其中,第一個數(shù)字是該幀的特征個數(shù),接下來的數(shù)字是在特征的取值;比如樣例輸入第三行里,2代表該幀有兩個貓咪特征,<1,1>和<2,2>
所有用例的輸入特征總數(shù)和<100000

N滿足1≤N≤100000,M滿足1≤M≤10000,一幀的特征個數(shù)滿足 ≤ 10000。
特征取值均為非負整數(shù)。

輸出描述:

對每一個測試用例,輸出特征運動的長度作為一行

示例1

輸入例子:

1
8
2 1 1 2 2
2 1 1 1 4
2 1 1 2 2
2 2 2 1 4
0
0
1 1 1
1 1 1

輸出例子:

3

例子說明:

特征<1,1>在連續(xù)的幀中連續(xù)出現(xiàn)3次,相比其他特征連續(xù)出現(xiàn)的次數(shù)大,所以輸出3。

說白了,就是找一個數(shù)組,在每一行連續(xù)出現(xiàn)的最大次數(shù)。

這里我借助了一個輔助類。

static class Node{
    //數(shù)組第一個元素
    int value1;
    //數(shù)組第二個元素
    int value2;
    //連續(xù)出現(xiàn)的最大累加次數(shù)
    int max;
    //這是一個臨時計數(shù)變量,當數(shù)組出現(xiàn)的行數(shù),不是緊挨著上一次出現(xiàn)的行數(shù)時
    //暫時用這個變量計數(shù),當再次出現(xiàn)不連續(xù)時,比較maxTemp和max,更新max
    //maxTemp重置為1
    int maxTemp;
    //最后出現(xiàn)的索引,就是行數(shù),從0開始
    int lastIndex;
    public Node(int v1,int v2,int index){
        value1 = v1;
        value2 = v2;
        max = 1;
        lastIndex = index;
    }
}

整體代碼如下:文章來源地址http://www.zghlxwxcb.cn/news/detail-468546.html

import java.util.*;

public class Main {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        // 注意 hasNext 和 hasNextLine 的區(qū)別
        while (in.hasNext()) { // 注意 while 處理多個 case
            List<Node> list = new ArrayList<>();
            //取用例個數(shù)
            int count = in.nextInt();
            for (int i = 0; i < count; i++) {
                //取行數(shù)(視頻幀數(shù))
                int n = in.nextInt();
                for (int j = 0; j < n; j++) {
                    //取每行的特征數(shù)量
                    int m = in.nextInt();
                    //依次取出數(shù)組,每個數(shù)組兩個元素
                    for (int k = 0; k < m * 2; k += 2) {
                        int[] arr = new int[]{in.nextInt(), in.nextInt()};
                        //先查找列表中是否存在元素值一樣的對象
                        int index = findItem(list,arr);
                        //沒有,直接添加
                        if (index == -1)
                            list.add(new Node(arr[0],arr[1],j));
                        else {
                            //如果找到了
                            Node node = list.get(index);
                            //判斷當前行是否和之前存在的連續(xù)
                            if (j == node.lastIndex + 1){
                                //如果連續(xù),判斷maxTemp是否計數(shù)過,并更新max值
                                if (node.maxTemp > 0){
                                    node.maxTemp++;
                                    if (node.maxTemp > node.max){
                                        node.max = node.maxTemp;
                                    }
                                }
                                //否則,max+1
                                else
                                    node.max++;
                            }
                            //如果不連續(xù)
                            else {
                                //更新max值
                                if (node.maxTemp > node.max){
                                    node.max = node.maxTemp;
                                }
                                //maxTemp重置為1,開始下一輪計數(shù)
                                node.maxTemp = 1;
                            }
                            //更新最后出現(xiàn)行數(shù)索引
                            node.lastIndex = j;
                        }
                    }
                }
                int max = 0;
                //遍歷取出最大值
                for(Node node : list){
                    max = Math.max(max,node.max);
                }
                //打印
                System.out.println(max);
            }
        }
    }

    private static int findItem(List<Node> list,int[] item){
        for(int i=0;i<list.size();i++){
            Node node = list.get(i);
            if (node.value1 == item[0] && node.value2 == item[1]){
                return i;
            }
        }
        return -1;
    }

    static class Node{
        //數(shù)組第一個元素
        int value1;
        //數(shù)組第二個元素
        int value2;
        //連續(xù)出現(xiàn)的最大累加次數(shù)
        int max;
        //這是一個臨時計數(shù)變量,當數(shù)組出現(xiàn)的行數(shù),不是緊挨著上一次出現(xiàn)的行數(shù)時
        //暫時用這個變量計數(shù),當再次出現(xiàn)不連續(xù)時,比較maxTemp和max,更新max
        //maxTemp重置為1
        int maxTemp;
        //最后出現(xiàn)的索引,就是行數(shù),從0開始
        int lastIndex;
        public Node(int v1,int v2,int index){
            value1 = v1;
            value2 = v2;
            max = 1;
            lastIndex = index;
        }
    }
}

到了這里,關(guān)于字節(jié)跳動春招——特征提取的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 特征點提取算法

    特征點提取算法是計算機視覺中的一種基礎(chǔ)技術(shù),用于從圖像中提取出具有唯一性和穩(wěn)定性的特征點。常見的特征點提取算法有以下幾種: 1. SIFT(Scale-Invariant Feature Transform)算法:SIFT算法是一種基于尺度空間的特征點提取算法,能夠在不同尺度、旋轉(zhuǎn)和光照變化下提取出具

    2024年02月12日
    瀏覽(15)
  • OpenCV圖像特征提取學習五,HOG特征檢測算法

    OpenCV圖像特征提取學習五,HOG特征檢測算法

    一、HOG向梯度直方圖概述 ? 向梯度直方圖(Histogram of Oriented Gradient, HOG)特征是基于對稠密網(wǎng)格中歸一化的局部方向梯度直方圖的計算。此方法的基本觀點是:局部目標的外表和形狀可以被局部梯度或邊緣方向的分布很好的描述,即使我們不知道對應(yīng)的梯度和邊緣的位置。在

    2024年02月04日
    瀏覽(36)
  • MFCC語音特征值提取算法

    MFCC語音特征值提取算法

    博主簡介 博主是一名大二學生,主攻人工智能研究。感謝讓我們在CSDN相遇,博主致力于在這里分享關(guān)于人工智能,c++,Python,爬蟲等方面知識的分享。 如果有需要的小伙伴可以關(guān)注博主,博主會繼續(xù)更新的,如果有錯誤之處,大家可以指正。 專欄簡介: ? 本專欄主要研究

    2024年02月02日
    瀏覽(43)
  • 點云特征提取算法之ISS

    點云特征提取算法之ISS

    代碼鏈接 : ISS Github鏈接:有關(guān)于環(huán)境感知方面的網(wǎng)絡(luò)介紹及代碼鏈接 特征點的定義參考這篇博文角點(corner point)、關(guān)鍵點(key point)、特征點(feature point): 在圖像處理中,所謂“特征點”,主要指的就是能夠在 其他 含有相同場景或目標的 相似圖像 中以一種 相同的或至少非

    2024年02月05日
    瀏覽(19)
  • C++ 圖像線特征提取【HoughLinesP算法】

    ?? HoughLinesP :是一種基于Hough變換的直線檢測算法。它可以識別圖像中的直線,并返回它們的端點坐標。其函數(shù)接口如下: cv::HoughLinesP( ??InputArray src, ??// 輸入圖像,必須 8-bit 的灰度圖像 ??OutputArray lines, ?// 輸出的極坐標來表示直線 ??double rho, ???// 生成極

    2024年02月07日
    瀏覽(21)
  • 學習筆記:Opencv實現(xiàn)圖像特征提取算法SIFT

    學習筆記:Opencv實現(xiàn)圖像特征提取算法SIFT

    2023.8.19 為了在暑假內(nèi)實現(xiàn)深度學習的進階學習,特意學習一下傳統(tǒng)算法,分享學習心得,記錄學習日常 SIFT的百科: SIFT =?Scale Invariant Feature Transform,?尺度不變特征轉(zhuǎn)換 全網(wǎng)最詳細SIFT算法原理實現(xiàn)_ssift算法_Tc.小浩的博客-CSDN博客 在環(huán)境配置中要配置opencv: pip install opencv-c

    2024年02月12日
    瀏覽(25)
  • 計算機圖像處理—HOG 特征提取算法

    計算機圖像處理—HOG 特征提取算法

    1. 實驗內(nèi)容 本實驗將學習HOG 特征提取算法。 2. 實驗要點 HOG 算法 HOG 算法有效的原因 創(chuàng)建 HOG 描述符 HOG 描述符中的元素數(shù)量 可視化 HOG 描述符 理解直方圖 3. 實驗環(huán)境 Python 3.6.6 numpy matplotlib cv2 copy 簡介 正如在 ORB 算法中看到的,我們可以使用圖像中的關(guān)鍵點進行匹配,以檢

    2024年02月09日
    瀏覽(33)
  • LCD-LMD-PSO-ELM的電能質(zhì)量分類,LCD特征提取,LMD特征提取,粒子群算法優(yōu)化極限學習機

    背影 極限學習機 LCD-LMD-PSO-ELM的電能質(zhì)量分類,LCD特征提取,LMD特征提取,粒子群算法優(yōu)化極限學習機 主要參數(shù) MATLAB代碼 效果圖 結(jié)果分析 展望 完整代碼下載鏈接:LCD-LMD-PSO-ELM的電能質(zhì)量分類,LCD特征提取,LMD特征提取,粒子群算法優(yōu)化極限學習機資源-CSDN文庫 https://downl

    2024年01月23日
    瀏覽(21)
  • Python點云處理(五)點云特征點/關(guān)鍵點提取算法(上)

    上一篇介紹了幾種常見的點云下采樣算法,這些算法得到的點云都不會強化特征,因為其計算原理要么是隨機要么是根據(jù)格網(wǎng)或半徑方式。 點云關(guān)鍵點提取是指從一個點云數(shù)據(jù)集中提取出一些重要的點,以便用于后續(xù)的點云分析和處理。 在點云處理中,關(guān)鍵點通常包括高曲

    2024年02月11日
    瀏覽(48)
  • Lesson4-3:OpenCV圖像特征提取與描述---SIFT/SURF算法

    Lesson4-3:OpenCV圖像特征提取與描述---SIFT/SURF算法

    學習目標 理解 S I F T / S U R F SIFT/SURF S I FT / S U RF 算法的原理, 能夠使用 S I F T / S U R F SIFT/SURF S I FT / S U RF 進行關(guān)鍵點的檢測 1.1 SIFT原理 前面兩節(jié)我們介紹了 H a r r i s Harris H a rr i s 和 S h i ? T o m a s i Shi-Tomasi S hi ? T o ma s i 角點檢測算法,這兩種算法具有旋轉(zhuǎn)不變性,但不具

    2024年02月09日
    瀏覽(21)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包