#include<stdio.h>
#include<string.h>
#define MaxInt 0x3f3f3f3f
#define N 110
//创建map二维数组储存图表,low数组记录每2个点间最小权值,visited数组标记某点是否已访问
int map[N][N],low[N],visited[N];
int n;
int prim()
{
int i,j,pos,min,result=0;
memset(visited,0,sizeof(visited));
//从某点开始,分别标记和记录该点
visited[1]=1;pos=1;
//第一次给low数组赋值
for(i=1;i<=n;i++)
if(i!=pos)low[i]=map[pos][i];
//再运行n-1次
for(i=1;i<n;i++)
{
//找出最小权值并记录位置
min=MaxInt;
for(j=1;j<=n;j++)
if(visited[j]==0&&min>low[j])
{
min=low[j];
pos=j;
}
//最小权值累加
result+=min;
//标记该点
visited[pos]=1;
//更新权值
for(j=1;j<=n;j++)
if(visited[j]==0&&low[j]>map[pos][j])
low[j]=map[pos][j];
}
return result;
}
int main()
{
int i,v,j,ans;
while(scanf("%d",&n)!=EOF)
{
//所有权值初始化为最大
memset(map,MaxInt,sizeof(map));
for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
{
scanf("%d",&v);
map[i][j]=map[i][j]=v;
}
ans=prim();
printf("%d\n",ans);
}
return 0;
}
分享到:
相关推荐
这种统一的方法共同量化了算法的准确性和感知质量,并将使感知驱动方法能够与针对PSNR最大化的算法竞争。 有关更多详细信息,请参见。 可以在以下位置找到PIRM数据集 自我验证码 该Matlab代码为自验证集中的方法输出...
除了以上那些图像数据集,DIV2K[18]、L20[19]、OutdoorScene[20]、PIRM[21]、ImageNet[22]、MS-COCO[23]、VOC2012[24]、CelebA[25]、LSUN[26]、WED[27]、Flickr2K[28]、City100[29]和 SR-RAW[30]等数据集也被应用在...
ESRGAN:增强的超分辨率生成对抗网络用于图像超分辨率的Pipeine任务基于经常引用的论文(Wang Xintao等人),于2018年发布。 简而言之,图像超分辨率(SR)技术可从观察到的较低分辨率(LR)图像重建高分辨率(HR)...
超分辨率重建(Super-Resolution Reconstruction,简称SR)是一种计算机视觉领域的技术,旨在通过算法提升低分辨率图像的清晰度,使其接近或达到原始高分辨率图像的质量。D-DBPN(Deep Back-Projection Network)是...
处理过程中,可能会涉及到图像预处理、网络模型的权重加载、反卷积操作等步骤,最终生成2倍放大率的高分辨率图像。 值得注意的是,尽管DBPN在NTIRE2018比赛中表现出色,但不同的超分辨率算法在不同场景下表现可能会...
ESRGAN(增强型SRGAN)[BasicSR] [EDVR] [DNI]我们已经将ESRGAN的训练代码合并到了MMSR中。MMSR是基于PyTorch的开源图像和视频超分辨率工具箱。 它是开放式ESRGAN(增强型SRGAN)[BasicSR] [EDVR] [DNI]的一部分,...
PIRM-SR 挑战赛将对感知单图像超分辨率的方法进行比较和排名。 就感知质量(例如 )而言,最先进的方法被“简单”的失真度量(例如 PSNR 和 SSIM)评为很差。 因此,与之前的挑战相比,评估和排名将以感知质量感知...
其中,ESRGAN(Enhanced Super-Resolution Generative Adversarial Networks,增强型超分辨率生成对抗网络)是由Xintao Wang等人于2018年提出的一种先进的超分辨率算法。 **ESRGAN的原理与特点** ESRGAN基于深度...
PIRM-SR挑战赛将比较感知单图像超分辨率的方法并对其进行排名。 通过“简单”失真度量(例如PSNR和SSIM),就感知质量(例如)而言,最新方法的评级很差。 因此,与之前的挑战相反,将基于进行感知质量感知的方式...
用于单图像超分辨率的细粒度注意力和特征共享生成对抗网络该已被接受发表在IEEE多媒体交易上。... 感知索引(PI)用于PIRM感知超分辨率挑战,并且在“深度特征作为感知度量的不合理有效性”工作中提出了
在实际应用中,NIQE的实现通常依赖于MATLAB环境,有两个可用的代码库:[roimehrez/PIRM2018](https://github.com/roimehrez/PIRM2018) 和 [chaoma99/sr-metric](https://github.com/chaoma99/sr-metric)。...
2.0+中实现的ESRGAN(增强的超分辨率生成对抗网络,在ECCV 2018中发布)。 这是一个非正式的实现。 :fire: ESRGAN引入了不进行批量归一化的残差残差块(RRDB)作为基本网络构建单元,采用了相对论GAN的思想,即让...
超分辨率matlab代码小波域样式转移在单图像超分辨率中实现有效的感知失真权衡 ICCV 2019口头报告可以从以下链接下载不同数据集的结果: 这是ICCV论文“在单图像超...NRQM分数是使用PIRM挑战提供的matlab代码计算的。
matlab图片叠加的代码项目团队成员:Srilalitha Bhamidipati和John Janiczek ...下载:每个评估代码自述文件还需要将Ma得分克隆到PIRM2018 / utils : 其中包含一个小型视频子文件夹test270(很少2
收集超分辨率相关的论文,数据,存储库快速导航存储库令人敬畏的纸张列表令人敬畏的仓库数据集数据集收集论文非基于DL的方法基于DL的方法2014-2016 2017 2018 2019 2020超分辨率研讨会论文NTIRE17 NTIRE18 PIRM18 ...
快速导航存储库很棒的论文列表很棒的存储库数据集数据集集合论文基于非深度学习的方法基于深度学习的方法 2014-2016 2017 2018 2019 2020 超分辨率研讨会论文 NTIRE17 NTIRE18 PIRM18 NTIRE19 AIM19 超分辨率调查 很...
我们总结了常用的数据集和相关的竞赛,如Set5、Set14、BSD300、PIRM等,这些资源对于研究人员和开发者的发展非常重要。 方法比较 我们对不同的盲图像超分辨率方法进行了比较,分析了它们的优缺点,并使用合成和...
PIRM18 NTIRE19 AIM19 Awesome-Super-Resolution(进行中) 收集一些超分辨率相关的论文、数据和知识库。 储存库 精彩论文清单: 很棒的回购: 回购 框架 火炬 凯拉斯 凯拉斯 网络 凯拉斯 西诺 张量流 火炬 火炬 ...
最先进的:它包括几种在比赛中获胜的方法:如 ESRGAN (PIRM18)、EDVR (NTIRE19)。 易于扩展:基于代码库很容易尝试新的研究思路。 更新 [2019-07-25] MMSR v0.1 发布。 依赖和安装 Python 3(推荐使用 Anaconda) ...