2011年12月19日
摘要: 分析:一个字符也算是字串,然而这是求连续最多的子串,abcbcbc,出现最多的为bc,连续出现3次,而如果是abcaaaaa,则a是出现次数最多的,次数为5.可以首先逐个子串扫描来记录每个子串出现的次数。如:abc字符串,对应的子串为abc/bc/c,各出现一次,然后再逐渐缩小字符串来得出正确的结果。代码如下:#include "stdafx.h"#include <iostream>#include <string>#include <vector>using namespace std;pair<int,string> f 阅读全文
posted @ 2011-12-19 22:30 Ming明、 阅读(3799) 评论(2) 推荐(0) 编辑
  2011年12月5日
摘要: #include "stdafx.h"#include <ostream>#include <stdio.h>int main(){int N;int s,i,j;int squa;/*分配空间*/scanf("%d",&N);int **a = (int**)malloc(N*sizeof(int));if(a==NULL)return 0;for (i=0;i<N;i++){if((a[i]=(int*)malloc(N*sizeof(int)))==NULL){while(--i>=0)free(a[i] 阅读全文
posted @ 2011-12-05 11:31 Ming明、 阅读(356) 评论(0) 推荐(0) 编辑
  2011年12月3日
摘要: mutalbe的中文意思是“可变的,易变的”,跟constant(既C++中的const)是反义词。在C++中,mutable也是为了突破const的限制而设置的。被mutable修饰的变量,将永远处于可变的状态,即使在一个const函数中。 我们知道,如果类的成员函数不会改变对象的状态,那么这个成员函数一般会声明成const的。但是,有些时候,我们需要在const的函数里面修改一些跟类状态无关的数据成员,那么这个数据成员就应该被mutalbe来修饰。#include "stdafx.h"#include <iostream>#include <ioman 阅读全文
posted @ 2011-12-03 10:44 Ming明、 阅读(504) 评论(0) 推荐(0) 编辑
  2011年12月2日
摘要: #include "stdafx.h"#include <stdio.h>int main(){unsigned int a = 0xFFFFFFF7; unsigned char i = (unsigned char)a;char *b = (char *)&a;printf("%08x,%08x",i,*b);getchar();return 0;}输出结果为:000000f7,fffffff7分析:unsigned int 变量赋值给unsigned char 3个字节将会被截断为1字节(3位和高于3位的将被程序自动丢弃)。第二 阅读全文
posted @ 2011-12-02 22:46 Ming明、 阅读(297) 评论(0) 推荐(0) 编辑
摘要: 看到第五章程序员面试宝典里有题如下:#include "stdafx.h"#include <stdio.h>int _tmain(int argc, _TCHAR* argv[]){int b = 3;int arr[] = {6,7,8,9,10};int *ptr = arr;*(ptr++) += 123;printf("%d,%d \n",*ptr,*(++ptr));getchar();return 0;}输出结果为: 8,8相信很多人都做错了吧。分析如下:C中printf计算参数时,是从右往左压栈的。其中,*(ptr++)+=1 阅读全文
posted @ 2011-12-02 22:27 Ming明、 阅读(664) 评论(0) 推荐(1) 编辑
  2011年11月29日
摘要: 原文:http://blog.sina.com.cn/s/blog_916b71bb0100vnxl.htmlSURF是继SIFT之后很有影响力的算法。从作者论文的实验上看,速度比SIFT提高了5~10倍,准确度有几个百分点的提升。SURF算法的速度提升极其明显,个人认为这个是最大的卖点。速度提升的关键,就是使用了积分图。积分图是个好东西,最成熟的Haar特征人脸检测算法也是使用积分图。OpenCV 1.1提供了SURF算法的实现,性能固然不错,只是实现的不太容易看懂。在开发工作中有个原则,就是不要写太复杂的代码,否则调试起来很麻烦。在这里,我选择的是OpenSURF实现,它的结构清晰,也是基 阅读全文
posted @ 2011-11-29 11:33 Ming明、 阅读(4371) 评论(1) 推荐(2) 编辑
摘要: 原文:http://blog.sina.com.cn/s/blog_916b71bb0100upwx.html特征提取在CV(computer vision)领域非常重要。SIFT是非常出名的特征提取算法,它来自论文IJCV'04的“Distinctive image features from scale-invariant keypoints”,在scholar.google.com上查到的引用次数一万多次,很高了!我准备在这个帖子里,根据这篇论文和SIFT算法的一个开源实现,详细描述SIFT算法。本文中的SIFT实现在http://blogs.oregonstate.edu/he 阅读全文
posted @ 2011-11-29 11:31 Ming明、 阅读(1276) 评论(0) 推荐(0) 编辑
  2011年11月28日
摘要: 转自:http://blog.csdn.net/kittyjie/article/details/4732415问题:一种石头,在某一高度扔下就会碎,在这个高度以下不会碎,高度以上一定碎。现在有4个石头,1000层的楼房,需要测定这个石头破碎的高度。求最少多少次一定可以测出来。分析:这道题我们应反过来考虑,就是用a块石头扔b次至多一定可分辨层数X(a,b)。先从最简装的一块石头考虑,很显然,X(1,1) = 1X(1,2) = 2X(1,3) = 3.X(1,i) = i再考虑二块石头,显而易见X(2,1) = 1对于X(2,2),我们可这样考虑,当我们扔第一次后,有两种可能:破和不破.如果石 阅读全文
posted @ 2011-11-28 20:22 Ming明、 阅读(1326) 评论(0) 推荐(0) 编辑
  2011年11月25日
摘要: 先看到卷积运算,知道了卷积就是把模版与图像对应点相乘再相加,把最后的结果代替模版中心点的值的一种运算。但是,近来又看到了积分图像的定义,立马晕菜,于是整理一番,追根溯源一下吧。1 卷积图像1.1 源头首先找到了一篇讲解特别好的博文,原文为:卷积 贴过正文来看:--------------------... 阅读全文
posted @ 2011-11-25 11:30 Ming明、 阅读(43958) 评论(8) 推荐(5) 编辑
  2011年11月24日
摘要: 前期看了许久的sift算法,总算是有些了解了过程。对于具体算法的一些实现,仍旧是不太明白。对于kd树的建立,和匹配依旧是自己不想写算法,而是利用已经写好的算法做个小实验。vlfeat算法,有实现好的带有匹配的sift算法吗?有知道的童鞋们吗?告知~正文开始:surf借鉴了sift中简化近似的思想,将DOH中的高斯二阶微分模板进行了近似简化,使得模板对图像的滤波只需要进行几个简单的加减法运算,并且,这种运算与滤波模板的尺寸有关。实验证明surf算法较sift算法在运算速度上要快3倍左右。1 积分图像surf算法中要用到积分图像的概念。借助积分图像,图像与高斯二阶微分模板的滤波转化为对积分图像的加 阅读全文
posted @ 2011-11-24 19:13 Ming明、 阅读(8971) 评论(1) 推荐(1) 编辑