数组

数组:
1.定义:一组变量的集合,存储相同类型的一组数据。

2.特点:连续的空间(有一定的顺序)

声明一个变量就是在内存空间划出一块合适的空间

3.声明一个数组就是在内存空间划出一串连续的空间

4.数组名:即标识符,连续空间的首地址
元素下标标明了元素在数组中的位置,
4.特点:
从0开始
数组中的每个元素都可以通过下标访问
数组长度固定不变,避免数组下标越界

注意:数组 下标越界是我们初学者经常犯的错误,大家在敲代码时候一定要注意下标的使用

5.使用步骤:
1、声明数组  告诉计算机数据类型是什么?

2、分配空间   告诉计算机分配几个连续的空间

3、赋值   向分配的格子里放数据

4、处理数据

5.声明数组并且分配空间:
数据类型[]  数组名=new 数据类型[]

	int[] c=new int[20];
边声明边赋值:

	int[] c=new int[]{10,20,3,0};
6、数组遍历:
1、通过for循环
特点:
写法复杂

可以控制遍历的范围


2、通过foreach循环
foreach循环语法:
第一个表达式是声明一个变量去接受每次循环得到的元素
第二个表达式是需要遍历的数组或集合
定义的变量类型(表达式1)必须跟数组的变量类型(表达式2)一致
特点:
 写法简单
从第一个开始遍历到最后一个,
不能控制范围


举个例子:

public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] scores={77,88,99};
		int[] scores2={7,8,9};
		//foreach循环语法
		//第一个表达式是声明一个变量去接受每次循环得到的元素
		//第二个表达式是需要遍历的数组或集合
		//定义的变量类型必须跟数组的变量类型一致
		for(int score:scores2){
			System.out.println(score);
		}
	}

虽然写法特别简单,但是有很多地方会被混淆

Arrays类是专门用于操作数组的工具类,位于Java。util包中
常用方法
1.比较两个数组是否相等   boolean equals(array1,array1)
2.对数组进行升序  void sort(array)
3.将数组转换成一个字符串  String toString(array)
4.把数组所有元素的值都为val  viod fill(array,val)
5.复制一个新的数组          copyof
6.查询元素val在数组中的下标    int binarySearch(array,val)(使用之前要先排序)



  • 0
    点赞
  • 0
    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