算法精解(一)——插入排序

<pre name="code" class="cpp"><span style="background-color: rgb(255, 255, 255);">// 插入排序
// 
// O(n^2),在递增序列插入1个元素时,O(n)

#include "sort.h"

void issort(void *data, int size, int esize, int (*compare)(const void *key1, const void *key2))
{
	int i, j;
	int *a =(int *)data;
	int *key;
	// 为key申请空间
	if ((key = (int *)malloc(sizeof(char))) != NULL)
	{
		return;
	}

	// 初始化j

	j = 1;

	while(j <= size) 	// j为待排序的元素, 一步一步向右移动
	{
		// key作为缓存
		memcpy(key, &a[j], sizeof(int));

		i = j - 1;		// i从j的左边一个位置开始
		while(i <= j)
		{
			if(compare(key, &a[i]) < 0)		//a[j] < a[i]
			{
				memcpy(&a[i + 1], &a[i], sizeof(int)); // 整个数组向右移动一个位置
				i--;
			}
		}
		// 插入a[j]正确的位置
		memcpy(&a[i + 1], key, sizeof(int));
		j++;
	}
	free(key);
	return;
}
</span>



                
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV是一个开源的计算机视觉库,其包含了很多常用的图像处理和计算机视觉算法。下面我将介绍两个常用的OpenCV算法精解。 第一个是位运算算法,其包括了位与(bitwise_and)和位或(bitwise_or)运算。位与运算将两个图像的对应像素进行逐位比较,如果两个像素的对应位都为1,则结果图像对应位置的像素为1,否则为0。位或运算将两个图像的对应像素进行逐位比较,如果两个像素的对应位有一个为1,则结果图像对应位置的像素为1,否则为0。 第二个是自适应阈值分割算法,其使用平滑处理和自适应阈值分割来实现。首先,通过均值平滑(cv2.blur或者cv2.boxFilter)对图像进行平滑处理。然后,将原图像与平滑结果进行差值计算。接下来,当差值大于或等于0时,输出255;当差值小于0时,输出0。最后,将输出图像的数据类型转换为8位无符号整型(np.uint8)。这样就实现了自适应阈值分割。 这两个算法分别用于不同的图像处理任务,可以根据具体的需求选择使用。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [《OpenCV算法精解——基于Python与C++》第六章阈值分割](https://blog.csdn.net/weixin_43427585/article/details/104468139)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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