快速排序算法

简单的快速排序算法

快速排序算法是对冒泡排序的一种改进。
快排基本思想是:通过一趟排序将要排序的数据以基准数据分割成独立的两部分,其中一部分的所有数据都比基准数据小,另外一部分的所有数据都比基准数据大,然后再通过递归对这两部分数据分别进行快速排序,实现整个数据变成有序序列。

注: 快速排序的最好的情况(每次数据划分得很均匀)时间复杂度为O(nlogn),最坏的情况(需排序的数据为正序或逆序排列时)复杂度为O(n^2)。

排序步骤
排序数组:[3, 4, 6, 1, 8, 2, 5, 10, 7, 9]
第一次排序的基数为:3
首先基数本身与右边的没一个数进行对比在对比是右边的数字小于基数的本身就将基数的位置与比它本身小的数替换位置,直到没有比它更小的数。
基于基数3得到以下排序结果:
[2, 1, 3, 6, 8, 4, 5, 10, 7, 9]
对于[2, 1]和[6, 8, 4, 5, 10, 7, 9]的数据再通过递归的方式分别进行快速排序。

java代码实现:

package com.cssl;

import java.util.Arrays;

public class test {
    public static void main(String[] args) {
        int[] arrays = {3, 4, 6, 1, 8, 2, 5, 10, 7, 9};
        quickSort(arrays,0,arrays.length-1);
        System.out.println(Arrays.toString(arrays));

    }

    /**
     * 快速排序
     */

    public static void quickSort(int[] arr, int left, int right) {
        //声明一个变量来存储准基数
        int pivot;
        if (left < right) {
            //从小到大
            pivot =partinton(arr,left,right);
            System.out.println(pivot);
            //一直递归处理左边的一堆数
            quickSort(arr,left,pivot-1);
            //一直递归处理右边的一堆数
            quickSort(arr,pivot+1,right);
        }

    }

    /**
     * 分片排序
     */

    private static int partinton(int[] arr, int left, int rigth) {
        //取一个参照数,获取数组中的第一个值
        //数字中的3
        int key = arr[left];
        while (left < rigth) {
            //第一次右边先走,右边往左边一步一步移动
            while (left < rigth && arr[rigth] >= key) {
                //右边向左一步
                rigth--;
            }
            //交换位置
            arr[left] = arr[rigth];
            //左边往右边走
            while (left < rigth && arr[left] <= key) {
                left++;
            }
            //交换位置
            arr[rigth] = arr[left];
        }
        //交换位置
        arr[left] = key;
        //返回左边的数
        return left;
    }

}

输出结果

[2, 1, 3, 6, 8, 4, 5, 10, 7, 9]
[1, 2, 3, 6, 8, 4, 5, 10, 7, 9]
[1, 2, 3, 5, 4, 6, 8, 10, 7, 9]
[1, 2, 3, 4, 5, 6, 8, 10, 7, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 10, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

———————————————————————————————————
次内容是我通过此网页https://www.cnblogs.com/KuJo/p/8544775.html自己对于快速排序理解。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值