顺序表

#include<stdio.h>
#include<stdlib.h>
#define MAX 50

// 顺序表
typedef struct {
    int *data;
    int size;
} sqlist;

//初始化顺序表
void initlist(sqlist *p)
{
    p->data=(int *)malloc(sizeof(int)*MAX);
    p->size=0;
    printf("%d\n",p->size);
}
//获取顺序表的长度
int length(sqlist *p)
{
    return p->size;
}

//定位元素内容为e的位置
int locatelem(sqlist *p,int e)
{
    for(int i=0; i<p->size; i++)
    {
        if(p->data[i]==e) return i+1;
    }
    return 0;
}

//获取第i个元素的内容
int getelem(sqlist list,int i)
{
    if(i>list.size) return 0;
    else return list.data[i-1];

}

//插入信息
int listinsert(sqlist *p)
{
    int m;
    char i;
    printf("请输入你要插入的数字:\n");

    i=getchar();
    while(i!='\n')
    {
        p->data[p->size]=i-'0';
        p->size++;
        i=getchar();
    }

    return 0;
}

//删除信息
int listdelete(sqlist *p,int location,int * e)
{

    if(location>(p->size)) {
        *e=0;
        return 0;
    }
    else
    {
        *e=p->data[location];
        for(int i=location; i<(p->size)-2; i++)
            p->data[i]=p->data[i+1];
        p->size--;
    }
}

//打印整个线性表
void printlist(sqlist *p)
{
    for(int i=0; i<p->size; i++)
        printf(" %d",p->data[i]);
}

//判断线性表是否为空
int empty(sqlist list)
{
    if(list.size==0) return 1;
    else return 0;
}

//释放数组 长度归0;
void  freelist(sqlist list)
{
free(list.data);
list.size=0;
}

int main()
{

    sqlist list;
    int elem;
    int location;
    initlist(&list);
    printf("%d",list.size);

    listinsert(&list);

    if(empty(list)) return 0;

    printf("线性表的长度为%d\n",length(&list));
///listinsert(&list);
    printf("线性表的内容为:\n");
    printlist(&list);
    printf("需要查找的值:");
    scanf("%d",&elem);
    printf("\n%d对应的位置为%d\n",elem,locatelem(&list,elem));
    printf("需要查找的位置:");
    scanf("%d",&location);
    printf("\n%d个位置元素为%d",location,getelem(list,location));
    freelist(list);
}
  • 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