'commit'

GESP/灰阶图像/灰阶图像.cpp

@@ -54,9 +54,13 @@ struct Node {
 		return cnt > b.cnt;
 	}
 };
-vector<Node> vec;//需要把bucket组装成Node放到数组p中，才能使用结构体排序吧
+vector<Node> vec;//需要把b组装成Node放到数组p中，才能使用结构体排序吧
 
 int main() {
+	//将测试用例引入
+	freopen("D://HuiJie.txt", "r", stdin);
+	//freopen("D://test.txt", "w",stdout);
+
 	int n;
 	cin >> n;//有n行数据组成了图像
 	for (int i = 1; i <= n; i++) {
@@ -81,24 +85,30 @@ int main() {
 	//使用自定义排序方法排序
 	sort(vec.begin(), vec.end());
 
+	//第一问
+	for (int i = 0; i < min(16, (int)vec.size()); i++)
+		cout << toHex(vec[i].id);
+	cout << endl;
 
+	//第二问
 	for (int i = 0; i < n; i++) { //枚举每个原始字符串，每2个一组，判断这个小串应该与尺子数组中的哪一个更接近
-		for (int j = 0; j < q[0].size(); j += 2) {
+		for (int j = 0; j < q[0].size(); j += 2) {//长度是一样长的
 			char c1 = q[i][j], c2 = q[i][j + 1];
 			//计算ab组装出的短串与上面vec中的前16个哪个距离最短
 			int x = toDec(c1, c2);
 			int mi = INT_MAX;
 			int mi_p = 0;
-			for (int k = 0; k < min(16, vec.size()); k++) { //16是有风险的，因为可能没有16个那么多
-				if (mi > abs(vec[k] - x)) {
-					mi = abs(vec[k] - x);
+			for (int k = 0; k < min(16, (int)vec.size()); k++) { //16是有风险的，因为可能没有16个那么多
+				if (mi > abs(vec[k].id - x)) {
+					mi = abs(vec[k].id - x);
 					mi_p = k;
 				}
 			}
 			//mi_p [0,255] -> 十六进制
 			//将当前的a,b这个值修改为mi_p这个灰阶值
-			cout << toHex(mi_p);
+			cout << toHex(mi_p)[1];
 		}
+		cout << endl;
 	}
 	return 0;
 }