平面分割问题

简介: 同一个平面内有n(n=p>=2)条直线相交于同一点。则这n条直线最多能将平面分割成多少个不同的区域?分析:观察发现原有的p条线把平面分为2p个区域。为了能够划分出尽可能多的区域,从第p+1条线开始,添加每条线时都应该使新加的这条线和先前所有线相交于新的点。

同一个平面内有n(n<=500)条直线,已知其中p(n>=p>=2)条直线相交于同一点。
则这n条直线最多能将平面分割成多少个不同的区域?

分析:观察发现原有的p条线把平面分为2p个区域。为了能够划分出尽可能多的区域,从第p+1条线开始,添加每条线时都应该使新加的这条线和先前所有线相交于新的点。(也就是说,除了最早的p条线共点外,没有其他线三线共点。)

另外,观察发现:按照上述方法添加直线时,假设当前平面有x条直线,添加一条线以后将新增加x+1个区域。所以只要累加每一次新增加的区域数即可。

 

 1 #include <stdio.h>
 2 #include <stdlib.h>
 3 
 4 int main()
 5 {
 6     freopen("surface_data/surface1.in","r",stdin);
 7     freopen("surface_data/surface1.txt","w",stdout);
 8     int n,p;
 9     int i,sum=0;
10     scanf("%d%d",&n,&p);
11     sum=p*2;
12     for(i=p+1;i<=n;i++)
13     {
14         sum=sum+i;
15     }
16     printf("%d\n",sum);
17     return 0;
18 }

 

相关文章
|
5月前
|
C# 图形学 计算机视觉
使用归一化盒过滤器对图像进行平滑处理
使用归一化盒过滤器对图像进行平滑处理
53 0
|
7月前
|
存储 算法 计算机视觉
图像处理之六边形网格分割效果
图像处理之六边形网格分割效果
45 1
|
8月前
[Halcon&图像] 图像、区域和轮廓相互转化
[Halcon&图像] 图像、区域和轮廓相互转化
311 1
|
8月前
|
算法 机器人
[3D&Halcon] 3D鞋点胶的点云边界提取
[3D&Halcon] 3D鞋点胶的点云边界提取
541 0
|
Python
点云在任意平面上获取二维投影
点云在任意平面上获取二维投影
1184 0
点云在任意平面上获取二维投影
|
算法
3D Hough变换点云平面检测算法
3D Hough变换点云平面检测算法
250 0
|
索引
物体的标签和层
物体的标签和层
|
存储 编解码 对象存储
将图像标记器多边形转换为标记的块图像以进行语义分割
将存储在对象中的多边形标签转换为适用于语义分割工作流的标记阻止图像。 可以使用计算机视觉工具箱中的图像标记器应用来标记太大而无法放入内存和多分辨率图像的图像。有关详细信息,请参阅在图像标记器(计算机视觉工具箱)中标记大图像。图像标记器应用不支持对被阻止的图像进行像素标记。您只能使用 ROI 形状(如多边形、矩形和线条)创建标签。此示例演示如何使用函数将多边形 ROI 转换为像素标记的块图像,以进行语义分割工作流。
77 0
将图像标记器多边形转换为标记的块图像以进行语义分割
|
数据可视化 算法 Serverless
使用分水岭算法分割图像中相互接触的对象
使用分水岭分割来分离图像中相互接触的对象。分水岭变换通过将图像视为一个曲面,其中亮像素表示较高处,暗像素表示较低处,从而找出图像中的“汇水盆地”和“分水岭脊线”。
114 0
|
传感器 人工智能 数据可视化
点云配准新方案!SuperLine3D:激光雷达点云中的自监督线分割和描述子提取(ECCV2022)
电线杆和建筑物的轮廓是城市道路上随处可见的物体,可为计算机视觉提供可靠的提示。为了重复提取它们作为特征并在离散的LiDAR帧之间实现关联以进行点云匹配。本文提出了一个用于LiDAR点云中3D线的基于学习的特征分割和描述子模型。
点云配准新方案!SuperLine3D:激光雷达点云中的自监督线分割和描述子提取(ECCV2022)