12.单链表

typedef int ElemType;
typedef struct ListNode //结点
{
	struct ListNode* next;  //指针域next
	ElemType data;  //数据域
}ListNode;

typedef struct
{
	struct ListNode* head;
	int cursize;
}LinkList;

ListNode* Buynode()
{
	ListNode* s = (ListNode*)malloc(sizeof(ListNode));
	if (nullptr == s) exit(1);
	memset(s, 0, sizeof(ListNode));
	return s;
}
void Init_List(LinkList* plist)
{
	assert(plist != nullptr);
	plist->head = Buynode();
	plist->cursize = 0;
}

void Print_List(LinkList* plist)
{
	assert(plist != nullptr);
	ListNode* p = plist->head->next;
	while (p != nullptr)
	{
		printf("%5d", p->data);
		p = p->next;
	}
	printf("\n");
}

ListNode* FindValue(LinkList* plist, ElemType  val)
{
	assert(plist != nullptr);
	ListNode* p = plist->head->next; // first;
	while (p != nullptr && p->data != val)
	{
		p = p->next;
	}
	return p;
}

ListNode* FindValue_Pre(LinkList* plist, ElemType val)//法二(一个指针)
{
	assert(plist != nullptr);
	ListNode* p = plist->head;  //first data;
	while (p->next != nullptr && p->next->data != val)
	{
		p = p->next;
	}
	if (p->next == nullptr)
	{
		p = nullptr;
	}
	return p;
}

void Print_List(LinkList list)
{
	ListNode* p = list.head->next;
	while (p != nullptr)
	{
		printf("%5d", p->data);
		p = p->next;
	}
	printf("\n");
}

ListNode* FindPos(LinkList* plist, int pos)
{
	assert(plist != nullptr);
	if (pos < 1 || pos > plist->cursize) return nullptr;
	ListNode* p = plist->head->next; //first;
	int i = 1;
	while (i < pos)
	{
		p = p->next;
		++i;
	}
	return p;
}
ListNode* FindPos_Pre(LinkList* plist, int pos)
{
	assert(plist != nullptr);
	if (pos < 1 || pos > plist->cursize + 1) return nullptr;
	ListNode* p = plist->head; //first;
	int i = 1;
	while (i < pos)
	{
		p = p->next;
		++i;
	}
	return p;
}

void Insert(LinkList* plist, ListNode* pre, ElemType val)
{
	assert(plist != nullptr&& pre !=nullptr);
	ListNode* s = Buynode();
	s->data = val;
	s->next = pre->next;
	pre->next = s;
	plist->cursize += 1;
}

bool Insert_Item(LinkList* plist, int pos, ElemType val)
{
	assert(plist != nullptr);
	ListNode* p = FindPos_Pre(plist, pos);
	if (p == nullptr) return false;
	ListNode* s = Buynode();
	s->data = val;
	s->next = p->next;
	p->next = s;
	plist->cursize += 1;
	return true;
}
void push_back(LinkList* plist, ElemType val)
{
	Insert_Item(plist, plist->cursize + 1, val);
}
void push_front(LinkList* plist, ElemType val)
{
	Insert_Item(plist, 1, val);
}
void Insert_Ar(LinkList* plist, int pos, ElemType* ar, int n)
{
	for (int i = 0; i < n; ++i)
	{
		Insert_Item(plist, pos, ar[i]);
	}
}
void Insert_Val(LinkList* plist, int pos, ElemType val, int n)
{
	for (int i = 0; i < n; ++i)
	{
		Insert_Item(plist, pos, val);
	}
}
void Erase_Next(LinkList* plist, ListNode* pre)  //删除节点
{
	assert(plist != nullptr && pre != nullptr && pre->next!=nullptr);
	ListNode* p = pre->next;
	pre->next = p->next;
	free(p);
	p = nullptr;
	plist->cursize -= 1;
}

bool Erase_Pos(LinkList* plist, int pos)
{
	assert(plist != nullptr);
	bool res = false;
	ListNode* pre = FindPos_Pre(plist, pos);
	if (pre != nullptr)
	{
		Erase_Next(plist, pre);
		res = true;
	}
	return true;
}
void pop_back(LinkList* plist)
{
	Erase_Pos(plist, plist->cursize);
}
void pop_front(LinkList* plist)
{
	Erase_Pos(plist, 1);
}
void remove(LinkList* plist, ElemType val)
{
	ListNode* p = FindValue_Pre(plist, val);
	Erase_Next(plist, p);
}

void Clear_List(LinkList* plist)
{
	assert(plist != nullptr);
	while (plist->head->next!=nullptr)
	{
		Erase_Next(plist,plist->head);
	}
}
void Destroy_List(LinkList* plist)
{
	assert(plist != nullptr);
	Clear_List(plist);
	free(plist->head);
	plist->head = nullptr;
}

void remove_all(LinkList* plist, ElemType val)
{
	assert(plist != nullptr);
	ListNode* p = plist->head;
	while (p->next != nullptr)
	{
		if (p->next->data == val)
		{
			Erase_Next(plist,p);
		}
		else
		{
			p = p->next;
		}
	}
}

int main()
{
	LinkList mylist;
	Init_List(&mylist);
	Insert_Val(&mylist, 1, 23, 10);
	Erase_Pos(&mylist, 3);
	Print_List(&mylist);
	return 0;

}
void Print_List(LinkList* plist)
 //单链表打印(1) 传递地址 更节省空间
{
	assert(plist != nullptr);
	ListNode* p = plist->head->next;
	while (p != nullptr)
	{
		printf("%5d", p->data);
		p = p->next;
	}
	printf("\n");
}
Print_List(&mylist);

void Print_List(LinkList list)
 //单链表打印(2)  传递值
{
	ListNode* p = list.head->next;
	while (p != nullptr)
	{
		printf("%5d", p->data);
		p = p->next;
	}
	printf("\n");
}
Print_List(mylist);

(*p).data 等价于 p->data

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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