202104-2 邻域均值

简介: 202104-2 邻域均值

77a78bb0b8f14c77878310ffea7f2dd5.png

f24b17fa1d044819847237a09665dfc4.png

6e56fdc29ea949f2b4296a48f4f0cab8.png

29f6f3969c034e7cac3a1612b5596694.png

使用二维前缀和

代码:

#include <bits/stdc++.h> //100分
using namespace std;
const int maxn = 605;
int n, l, r, t;
int a[maxn][maxn];
int b[maxn][maxn];
int main() // 二维前缀和
{
   cin >> n >> l >> r >> t;
   for (int i = 1; i <= n; i++)
   {
      for (int j = 1; j <= n; j++)
      {
         cin >> a[i][j];
      }
   }
   for (int i = 1; i <= n; i++)
   {
      for (int j = 1; j <= n; j++)
      {
         b[i][j] = b[i - 1][j] + b[i][j - 1] - b[i - 1][j - 1] + a[i][j]; // 预处理
      }
   }
   int ans = 0;
   int sum = 0;
   for (int i = 1; i <= n; i++)
   {
      for (int j = 1; j <= n; j++)
      {
         int x1, x2, y1, y2;
         // 越界
         x1 = max(i - r, 1);
         y1 = max(j - r, 1);
         x2 = min(i + r, n);
         y2 = min(j + r, n);
         sum = b[x2][y2] - b[x1 - 1][y2] - b[x2][y1 - 1] + b[x1 - 1][y1 - 1];
         int num = (x2 - x1 + 1) * (y2 - y1 + 1);
         double w = (double)sum / (double)num;
         if (w <= t)
         {
            ans++;
         }
      }
   }
   cout << ans;
}


目录
打赏
0
1
1
0
30
分享
相关文章
算法金 | 协方差、方差、标准差、协方差矩阵
**摘要:** 本文介绍了统计学中的基础概念,包括方差、标准差、协方差及其矩阵。方差衡量数据的分散程度,标准差是方差的平方根,提供相同单位下的波动度量。协方差则分析两个变量的关联性,正负值表示正负相关。协方差矩阵扩展到多变量情况,展示多个变量间的关系。这些工具在金融、质量控制、机器学习等领域有广泛应用。文章通过实例和公式清晰解释了每个概念,并强调理解它们之间的关系对于数据分析和统计建模的重要性。
130 0
算法金 | 协方差、方差、标准差、协方差矩阵
k均值聚类算法
【6月更文挑战第6天】k均值聚类算法。
91 1
K-均值算法
K-均值算法是发现给定数据集的k个簇的算法。簇个数k是用户给定的,每一个簇通过其簇中所有点的中心点来描述 工作流程: 首选选取样本中k个样本作为每个簇的簇中心 然后对每一个样本与每个簇之间的关系,来分配到每一个簇中 然后更新每个簇的均值
85 1
08 方差与标准差
08 方差与标准差
84 0
Python编程:方差、标准差、均方差、均方根值、均方误差、均方根误差
Python编程:方差、标准差、均方差、均方根值、均方误差、均方根误差
365 0
Python编程:方差、标准差、均方差、均方根值、均方误差、均方根误差
202104-2邻域均值
202104-2邻域均值
89 0
 202104-2邻域均值
概率与信息论:期望、方差、标准差和协方差
概率与信息论:期望、方差、标准差和协方差
268 0